ANALISIS PENGARUH CREDIT RATING OBLIGASI TERHADAP …

ANALISIS PENGARUH CREDIT RATING OBLIGASI

TERHADAP STRUKTUR MODAL

(STUDI EMPIRIS PADA PERUSAHAAN NON FINANCIAL

YANG TERDAFTAR DI BURSA EFEK INDONESIA PERIODE 2010-2015)

oleh:

ANGGI NADIA

20152111023

SKRIPSI

Diajukan Untuk Melengkapi Sebagai Syarat

Guna Mencapai Gelar Sarjana Ekonomi Program Studi Manajemen

SEKOLAH TINGGI ILMU EKONOMI

INDONESIA BANKING SCHOOL

JAKARTA

2017

Analisis Pengaruh Credit Rating..., Anggi Nadia, Ma.-IBS, 2017

ANALISIS PENGARUH CREDIT RATING OBLIGASI

TERHADAP STRUKTUR MODAL

(STUDI EMPIRIS PADA PERUSAHAAN NON FINANCIAL

YANG TERDAFTAR DI BURSA EFEK INDONESIA PERIODE 2010-2015)

oleh:

ANGGI NADIA

20152111023

Diterima dan disetujui untuk diajukan dalam Ujian Komprehensif

Jakarta, 3 Oktober 2017

Dosen Pembimbing Skripsi,

Edi Komara, SE., Msi.


iii

HALAMAN PERSETUJUAN PENGUJI

KOMPREHENSIF

Nama Mahasiswa : ANGGI NADIA

NPM : 20152111023

Judul Skripsi :Analisis Pengaruh Credit Rating Obligasi Terhadap

Struktur Modal (Studi Empiris pada Perusahaan non

financial yang terdaftar di Bursa Efek Indonesia Periode

2010-2015).

Tanggal Ujian : 12 Oktober 2017

Penguji

Ketua : Dr.Ahmad Adriansyah

Anggota : 1. Gunawan, SE.MM

2. Edi Komara, SE.Msi

Dengan ini menyatakan bahwa mahasiswa tersebut di atas telah mengikuti ujian

komprehensif:

Pada Tanggal : 12 Oktober 2017

Dengan Hasil : LULUS

Tim Penguji

Ketua,

(Dr.Ahmad Adriansyah)

Anggota 1, Anggota 2,

(Gunawan, SE.MM) (Edi Komara, SE.Msi)


iv

HALAMAN PERNYATAAN KARYA SENDIRI

Saya yang bertanda tangan di bawah ini:


NPM : 20152111023

Program Studi : Manajemen

Dengan ini menyatakan skripsi yang saya buat ini merupakan hasil karya sendiri

dan benar keasliannya. Apabila dikemudian hari ternyata skripsi ini merupakan

hasil plagiat karya orang lain. Saya bersedia mempertanggung jawabkannya dan

bersedia menerima sanksi sesuai dengan peraturan STIE IBS.

Demikian pernyataan ini saya buat dalam keadaan sehat walafiat.


Penulis,

(Anggi Nadia)


v

HALAMAN PERSETUJUAN PUBLIKASI KARYA ILMIAH

Sebagai sivitas akademik STIE Indonesia Banking School, saya yang bertanda

tangan dibawah ini:


NPM : 20152111023

Program Studi : Manajemen

Demi pengembangan ilmu pengetahuan, menyetujui memberikan kepada STIE

Indonesia Banking School. Hak Bebas Royalti Nonekslusif (Non-exclusive

Royalti-free Right) atas karya ilmiah saya yang berjudul: Analisis Pengaruh

Credit Rating Obligasi Terhadap Struktur Modal (Studi Empiris pada

Perusahaan non financial yang terdaftar di Bursa Efek Indonesia Periode

2010-2015). Dengan Hak Bebas Royalti Nonekslusif ini STIE Banking Indonesia

School berhak menyimpan, mengalih mediakan/formatkan, mengelola dalam

bentuk pangkalan data (database), merawat dan mempublikasikan tugas akhir saya

selama tetap mencantumkan nama saya sebagai penulis/pencipta sebagai pemilik

Hak Cipta.


Yang Menyatakan,

(Anggi Nadia)


vi

KATA PENGANTAR

Assalamualaikum Wr.Wb

Bismillahirohmanirohim, Puji dan syukur peneliti panjatkan atas kehadirat

Allah SWT yang selalu mendengarkan doa dan membantu setiap hamba-Nya

dalam keadaan apapun serta memberikan karunia dan rahmat-Nya sehingga

peneliti dapat menyelesaikan skripsi ini dengan tepat waktu. Segala kemudahan

dan kelancaraan yang diperoleh peneliti dalam proses mengerjakan skripsi ini

hanyalah berasal dari-Nya. Dalam proses pembuatan skripsi ini tidak akan selesai

tanpa bantuan dari berbagai pihak. Oleh Karena itu, pada kesempatan ini peneliti

ingin mengucapkan rasa terima kasih kepada:

1) Allah AWT berkat karunia-Nya selalu menyertai hamba-Nya;

2) Ketua STIE Indonesia Banking School Bapak Dr.Subajo Joyosumarto;

3) Wakil Ketua I Bidang Akademik Bapak Dr.Sparta,M.E.,Ak,CA;

4) Wakil Ketua II Bidang Administrasi dan Umum Bapak Kharil Anwar SE.,M.SM;

5) Wakil Ketua III Bidang Kemahasiswaan Bapak Ir. Mahir Shah Emil Akbar;

6) Bapak Edi Komara,S.E,M.Si. selaku dosen pembimbing yang telah

menyediakan waktu, tenaga dan pikiran untuk mengarahkan saya dalam penyusunan skripsi ini;

7) Bapak Dr. Ahmad Adriansyah dan Bapak Gunawan ,S.E.,MM selaku dosen

penguji, atas kritik dan saran yang diberikan terhadap skripsi ini;

8) Bapak Fajar Hertingkir,S.Sos.,MM. Yang bersedia menyediakan waktunya untuk bertanya dan berdiskusi tentang penelitian saya;

9) Seluruh dosen dan karyawan STIE Indonesia Banking School atas ilmu

yang diberikan selama ini;

10) Junaedi dan Elin Herlina (MAA! PAA! ) selaku kedua orang tua penulis serta Indra Yadi selaku kakak saya ang telah memberikan bantuan dukungan material dan moral mulai awal kuliah hingga skripsi ini

terselesaikan dengan baik;

11) Terima kasih kepada Teman-teman Bursa Efek Indonesia dan Teman-Teman Universitas Indonesia atas data dan dukungannya;

12) Seluruh teman-teman Ekstensi Manajemen 2015, terima kasih telah banyak

membantu dan memberikan pengalaman juga pembelajaran yang sangat


vii

berharga serta bantuan, dukungan dan doa bagi penulis dalam pembuatan

skripsi ini;

13) KAK DIAH-KEY! (I MADE IT!), Friska Intania, Niti, Tyas, Rhisya, Sari, Ghina, Ria, Ririn yang secara khusus selalu memberikan semangat, doa’a.

Telinga yang selalu sabar mendengar keluh kesah dan bantuan kepada penulis.

Penulis menyadari bahwa penelitian ini masih banyak kekurangan dalam

penyarian dan jauh dari sempurna. Namun, penulis mengharapkan semoga

penelitian ini dapat memberikan manfaat bagi berbagai pihak. Oleh karena itu,

dengan segala kerendahan hati, penulis mengharapkan kritik dan saran agar

penelitian ini dapat menjadi lebih baik.

WassalamualaikumWr.Wb


Anggi Nadia


viii

DAFTAR PUSTAKA

HALAMAN JUDUL...............................................................................................i

HALAMAN PERSETUJUAN DOSEN PEMBIMBING.................................. ii

HALAMAN PERSETUJUAN PENGUJI KOMPERHENSIF........................ iii

HALAMAN PERSETUJUAN PUBLIKASI KARYA SENDIRI.................... iv

HALAMAN PERSETUJUAN PUBLIKASI KARYA ILMIAH...................... v

KATA PENGANTAR ..........................................................................................vi

DAFTAR ISI........................................................................................................ vii

DAFTAR GAMBAR............................................................................................. x

DAFTAR TABEL ................................................................................................. xi

DAFTAR LAMPIRAN ........................................................................................xxi

ABSTRAK.......................................................................................................... xiii

ABSTRACT......................................................................................................... xiv

BAB I PENDAHULUAN...................................................................................... 1

1.1 Latar Belakang . .........................................................................................1

1.2 Identifikasi Masalah .................................................................................. 6

1.2.1 Perumusan Masalah ............................................................................... 6

1.2.2 Pembatasan Masalah ............................................................................. 7

1.3 Tujuan Penelitian ...................................................................................... 8

1.4 Manfaat Penelitian .................................................................................... 8

1.5 Sistematika Penulisan ............................................................................... 9

BAB II LANDASAN TEORI DAN PENGEMBANGAN HIPOTESIS .......... 10

2.1 Landasan Teori ........................................................................................ 10

2.2 Penelitian Terdahulu ............................................................................... 23

2.3 Faktor yang mempengaruhi .................................................................... 29

2.3.1.1 Pengaruh Leverage dan Struktur Modal .............................................. 29

2.3.1.2 Pengaruh Profitabilitas dan Struktur Modal ........................................ 29

2.3.1.3 Pengaruh Ukuran Perusahaan (Size) dan Struktur Modal ................... 30

2.3.1.4 Financial Distress ............................................................................... 30

2.4 Kerangka Pemikiran................................................................................ 32

2.5 Hipotesis.................................................................................................. 32

BAB III METODOLOGI PENELITIAN .......................................................... 35


ix

3.1 Desain Penelitian..................................................................................... 35

3.2 Objek Penelitian ...................................................................................... 35

3.3 Populasi dan Sample ............................................................................... 36

3.4 Jenis dan Sumber data............................................................................. 36

3.5 Variabel dan Operasionalisasi Variabel .................................................. 38

3.6 Model Penelitian..................................................................................... 41

3.7 Metode Pengolahan data dan Analisis Data............................................ 45

3.8 Uji Asumsi Klasik ................................................................................... 52

3.8.1. Uji Normalitas ..................................................................................... 52

3.8.2. Uji Heteroskedastisitas ........................................................................ 52

3.8.3. Uji Multikolonieritas ........................................................................... 55

3.9 Uji Kesesuaian.........................................................................................56

3.10 Uji Hipotesis ...........................................................................................56

3.10.1 Uji-t...................................................................................................... 57

3.10.2 Uji-F .................................................................................................... 57

BAB IV ANALISIS DAN BAHASAN................................................................ 59

4.1 Gambaran Umum dan Penelitian............................................................ 59

4.2 Analisis Hasil Penelitian........................................................................ 60

4.3 Pengujian Model Data Panel.................................................................. 62

4.4 Pengujian Asumsi Klasik....................................................................... 63

4.4.1 Uji Normalitas.................................................................................. 63

4.4.2 Uji Multikolonieritas........................................................................ 63

4.4.3 Uji Heterokedastisitas...................................................................... 64

4.5 Pengujian Hipotesis................................................................................ 65

4.6 Rangkuman Hasil Regresi data panel.................................................... 81

4.7 Implikasi Manjerial................................................................................ 83

BAB V SIMPULAN DAN SARAN .................................................................... 87

5.1 Simpulan ................................................................................................. 87

5.2 Saran........................................................................................................ 87

DAFTAR PUSTAKA........................................................................................... 88

LAMPIRAN......................................................................................................... 92


x

DAFTAR GAMBAR

Gambar 2.2 Proses Pemeringkatan Pefindo.......................................................... 21

Gambar 2.4 Ilustrasi model penelitian.................................................................. 32

Gambar 3.2 Alur Pengolahan Data....................................................................... 47


xi

DAFTAR TABEL

Tabel 1.1 Ringkasan Statistik Pasar Modal Periode 2010-2015............................. 2

Tabel 2.1 Lembaga Pemeringkat di Indonesia...................................................... 20

Tabel 2.3 Peringkat Obligasi Pefindo................................................................... 22

Tabel 3.1 Variabel Kontrol .................................................................................. 39

Tabel 4.1 Observasi Data...................................................................................... 59

Tabel 4.2 Analisis Deskriptif................................................................................ 60

Tabel 4.3 Rangkuman Hasil Model Pendekatan Regresi...................................... 62

Tabel 4.4 Rangkuman Hasil Uji Normalitas......................................................... 63

Tabel 4.5 Rangkuman Uji Glesjer......................................................................... 65

Tabel 4.6 Hasil Uji Model Plus Minus 1............................................................... 66



Tabel 4.9 Hasil Uji Model CR Score 1................................................................. 72

Tabel 4.10 Hasil Uji Model CR Score 2............................................................... 76

Tabel 4.11 Hasil Uji Model CR Score 3............................................................... 77

Tabel 4.12 Hasil Uji Model IGNIG 1................................................................... 78

Tabel 4.13 Hasil Uji Model IGNIG 2................................................................... 80

Tabel 4.14 Rangkuman Hasil Regresi Plus dan Minus......................................... 81

Tabel 4.15 Rangkuman Hasil Regresi Credit Score.............................................. 82

Tabel 4.16 Rangkuman Hasil Regresi IGNIG...................................................... 83


xii

DAFTAR LAMPIRAN

Lampiran 1 Data Perusahaan.............................................................................. 92

Lampiran 2 Uji Chow, Uji Hausman dan Langrange Multiplier Test................ 95

Lampiran 3 Uji Regresi Data Panel.................................................................... 104

Lampiran 4 Uji Normalitas................................................................................. 112

Lampiran 5 Uji Multikolonieritas....................................................................... 116

Lampiran 6 Uji Heterokedastisitas.................................................................... 119


xiii Indonesia Banking School

ABSTRAK

Investasi merupakan stimulus pertumbuhan dan pembangunan ekonomi

suatu negara, Obligasi sebagai salah satu instrumen investasi jangka panjang yang

diminati karena termasuk kedalam instrumen yang memiliki keuntungan yang

tinggi. Statistik pasar modal periode 2010-2015 menyatakan penerbitan obligasi

oleh perusahaan kepada masyarakat lebih tinggi dibanding penerbitan saham,

selaras dengan dikeluarkannya penerbitan kenaikan peringkat Standard & Poor’s

(S&P) menaikkan Credit Rating Indonesia menjadi BBB-/A- dengan outlook

stabil, yang berpengaruh pada trend Credit Rating mulai6 dianggap berperan

dalam mempengaruhi struktur modal perusahaan, namun kegiatan investasi

terutama investasi obligasi dapat menimbulkan default risk tercermin dari Credit

Rating.

Periode penelitian 2010-2015 dengan pengambilan data Annual Report

perusahaan dan penerbitan rating oleh PEFINDO. Metode pengujian yang

digunakan regresi data panel (unbalanced data panel), dengan variabel dependen

adalah net debt issued (NetDIss) atau hutang yang diterbikan setelah dikurangi

ekuitas sebagai proksi struktur modal, sedangkan untuk variabel independen

adalah Credit Rating diproksikan sebagai variabel dummy. Metode yang

digunakan Plus or Minus Test, Credit Score Test dan Investment Grade non-

Investment Grade. Kemudian pengujian ini menggunakan Eviews 8 dan Microsoft

Excel 2013.

Hasil penelitian ini pada periode 2010-2015 menyatakan bahwa hipotesis

1 hingga 3 menyatakan bahwa Struktur Modal tidak signfikan terhadap Credit

Rating,dari CRPOM, CR-CS dan CR-IG_NIG tidak menunjukkan hasil signifikan

dengan variabel kontrol ataupun tanpa variabel kontrol, tetapi pada variabe l

kontrol leverage dan profitability signifikan. Berdasarkan penelitian tersebut

dapat disimpulkan bahwa perusahaan Indonesia tidak mempertimbangkan Credit

Rating sebagai faktor dalam menentukkan struktur modal. Perusahaan tidak

memebrikan perhatian terhadap cost dan benefit akibat perubahan Credit Rating.

Kata Kunci : Credit Rating, Struktur modal, Dummy, Plus or MinusTest. Credit

Score Test dan Investment Grade non-Investment Grade.


xiv Indonesia Banking School

ABSTRACT

Investment is stimulus for growth and economic development country,

Bonds as one of the long-term investment instruments that investor interested

because included into instruments that have high profits. Capital market statistics

for 2010-2015 period stated that the issuance of bonds by the company to the

public is higher than the issuance of shares, in line with the issuance of Standard

& Poor's (S&P) rating increase the raise Credit Rating Indonesia to BBB-/A- with

a stable outlook, Credit Rating Beginning considered to play a role influencing the

company's capital structure, but investment activities, especially bond investments

can cause default risk reflected by Credit Rating. This research at period 2010-

2015 based on Company's Annual Report data and Rating issuance by PEFINDO.

The test method used by the panel data regression (unbalanced data panel), with

the dependent variable is Net Debt Issued (NetDIss) or Debts that are issued after

deducting equity as proxy of capital structure, for independent variable Credit

Rating proxies as dummy variable.

The method used Plus or Minus Test, Credit Score Test and Investment

Grade non-Investment Grade. Then this test uses Eviews 8 and Microsoft Excel

2013. The results of this study in the 2010-2015 period state that hypotheses 1 to 3

state that the Capital Structure is not significant to Credit Rating, from CRPOM,

CR-CS and CR-IG_NIG did not show significant results with control variable or

without control variable, but leverage and profitability control variable

significant. Based on the research, can be concluded that Indonesian companies

do not consider Credit Rating as a factor in establishing capital structure. The

Company does not pay attention to cost and benefits due to changes in Credit

Rating.

Keywords: Credit Rating, Capital Structure, Dummy, Plus or MinusTest. Credit

Score Test and Investment Grade non-Investment Grade


1 Indonesia Banking School

BAB I

PENDAHULUAN

1.1 Latar Belakang Penelitian

Dampak positif dari pertumbuhan pasar modal di Indonesia adalah semakin

dinamisnya aliran dana dari pihak yang memiliki surplus dana kepada pihak yang

membutuhkan dana. Implikasi positifnya perusahaan di Indonesia relatif memiliki

keleluasaan dalam mencari dana (modal) yang bersumber dar i masyarakat, baik

berupa hutang (obligasi) atau modal sendiri (saham). Setiap instrumen investasi

tersebut tentu memiliki karakteristik yang berbeda satu sama lain, Misalnya

melakukan investasi pada obligasi mungkin lebih tepat untuk dilakukan apabila

investor yang berorientasi pendapatan tetap, sedangkan investasi dalam bentuk

saham akan lebih tepat dilakukan investor yang berorientasi pertumbuhan

(Haugen, 1997).

Pada Tabel 1.1, terlihat bahwa penerbitan obligasi oleh perusahaan kepada

masyarakat lebih tinggi dibanding penerbitan saham, contohnya keuntungan

proteksi pajak dari investasi obligasi akan memberikan keuntungan bagi

perusahaan berupa tax shields, dimana hutang bersifat mengurangi pajak yang

harus dibayarkan oleh perusahaan dalam bentuk pembayaran bunga kepada pihak

yang memberikan hutang. Emiten sebagai perusahaan penerbit lebih tertarik untuk

menerbitkan obligasi karena biaya yang dikeluarkan murah dibandingkan

perusahaan menerbitkan saham baru.

Hal ini dikuatkan dengan artikel kompas tentang naiknya peringkat obligasi

Indonesia oleh lembaga peringkat internasional Standard & Poor’s (S&P) telah

menaikkan Sovereign Credit Rating Indonesia menjadi BBB-/A-3 dengan outlook

stabil. S&P memandang bahwa risiko-risiko fiskal indonesia juga dianggap sudah

mengambil langkah dan pengukuran terkait belanja dan pendapatan (APBN) guna

menstabilkan keuangan negara. (Kompas, S&P beri Peringkat Investment Grade

Indonesia menjadi BBB-/A-3 dengan outlook stabil , 2017) (Keuangan, 2017)

(Pefindo, 2017) (Kompas, Tren Obligasi Gagal Bayar, 2017) Diakses 27 Mei

2017


2

Indonesia Banking School

Obligasi diminati oleh investor karena dibandingkan dengan instrumen jangka

panjang lainnya, obligasi memiliki pendapatan yang lebih tinggi. Selain itu,

obligasi juga memiliki biaya emisi yang lebih murah, dimana ini akan

mendatangkan pendapatan secara tetap kepada investor berupa bunga secara rutin

selama obligasi berlaku, Di sisi lain obligasi dapat meningkatkan risiko operasi

ketika kondisi laba perusahaan menurun serta menyebabkan perusahaan terbebani

untuk membayar bunga hutang.

Tabel 1.1 Ringkasan Statistik Pasar Modal Indonesia Pada Tahun 2010-2015

*) Tidak Termasuk Saham Preferen dan saham seri B

Sumber: http://ojk.go.id, diolah oleh penulis (2017)

Hal yang diperhatikan oleh perusahaan Indonesia adalah struktur modal

hutang atau menggunakan ekuitas dengan pertimbangan cost of fund yang

terkecil sebagai keputusan pendaannya. Keputusan ini penting karena akan

berpengaruh pada kelangsungan hidup suatu perusahaan. Salah satu yang

2010 2011 2012 2013 2014 2015

Saham Indeks Harga Saham 3,703.51 3,821.99 4,316.69 4,274.18 4,508.04 4,593.01

Perusahaan Tercatat 420 440 462 483 483*) 521

Emiten Baru 24 25 24 30 0 16

Perusahaan Delisted 1 5 4 7 0 3

Kapitalisasi Pasar (Rp. Trilyun) 3,247.10 3,537.29 4,126.99 4,219.02 4,476.05 4,872.70

Kapitalisasi Pasar (milyar US$) 361.67 390.09 426.78 343.85 366.11 353.25

Volume Transaksi (Milyar Saham)

1,330.87 1,203.55 1,053.76 1,342.66 119.00 1,441.22

Nilai Perdagangan (Rp. Trilyun)

1.176.24 1,223.44 1,116.11 1,522.12 144.84 1,407.97

Frekuensi Transaksi (ribu kali) 25,919.00 28,023.00 29,941.00 37,499.46 5,771.01 54,043.96

Jumlah Hari Bursa 245 247 246 244 30.00 244

Rata-Rata Perdagangan Harian Volume (juta saham) 5,432.10 4,872.67 4,283.59 5,502.69 3,966.54 5,958.82

Nilai (Rp. Milyar) 4,800.97 4,953.20 4,537.05 6,238.21 4,828.07 5,772.83

Frekuensi 105,790.00 113,454.00 121,712.00 153,686.32 192,367.07 222,374.20

O bligasi Total Outstanding (Rp.

Trilyun)

756.56 865.02 999.48 1,211.99 1,241.11 1,659.00

Obligasi & Sukuk Pemerintah 641.21 723.61 820.27 995.25 1,025.76 1,410.00

Obligasi Korporasi, Sukuk & EBA

115.35 141.41 179.21 216.74 215.35 249.00

Obligasi Korporasi USD (US$ juta)

0 80 100 100 100.00 0

EMISI Saham (Rp. Trilyun) 79.71 62.31 29.96 57.54 2.22 53.55

IPO Saham 29.78 19.70 10.35 16.73 0 11.31

Rights 43.68 34.79 19.75 40.81 2.22 42.25

Warrant 1.87 0.58 1.64 0.01 0 0

Obligasi (Rp. Trilyun) 159.13 208.86 265.19 225.95 54.10 375.06

Obligasi dan sukuk Pemerintah 122.53 163.12 197.55 162.76 52.85 311.79 Obligasi dan Sukuk Pemerintah

(US$ Milyar)

0 0 0 5.69 0 0

Obligasi korporasi 35.8 45.64 65.66 55.29 125 60.00

Sukuk Korporasi 0.80 0.10 1.98 2.20 0 3.27


3


menjadi indikator untuk menentukan adalah Credit Rating. Credit Rating

adalah indikator kemungkinan kesulitan keuangan suatu perusahaan yang

dinyatakan oleh perusahaan pemeringkat obligasi. Kisgen (2006) menyatakan

Credit Rating yang tinggi akan bermanfaat bagi perusahaan. Credit Rating

yang tinggi dapat digunakan perusahaan dalam mempromosikan perusahaan

kepada investor, sebaliknya, Credit Rating yang rendah dapat berdampak

buruk bagi citra perusahaan di kalangan investor, dibandingkan jika

perusahaan menerbitkan saham kembali.

Salah satu contoh peristiwa gagal bayar yang terjadi pada perusahaan yang

cukup populer Obligasi Blue Ocean Resources Pte. Ltd., anak usaha PT.

Central Protein Prima Tbk. Produsen dan pengolah udang terbesar di

Indonesia, gagal membayar kupon bunga periode 28 Desember 2009 sebesar

17,9 juta dolar yang seharusnya jatuh tempo pada tanggal 28 Juni 2012 senilai

325 juta dolar. Pemeringkat Fitch Rating menurunkan obligasinya dari CC

menjadi C, akibat anjloknya keuangan tahun 2009. Alasannya ditengarai

karena serangan virus, krisis financial global, tuduhan transhipmen, dan

alasan lain. (http://www.kompasiana.com/wyndra/tren-obligasi-gagalbayar)

Diakses pada 13 maret 2017 pukul 16.50 WIB). Berdasarkan kasus diatas

risiko kredit Obligasi Blue Ocean Resources Pte. Ltd oleh PT. Central Protein

Prima Tbk dapat tercermin dari rating-nya, perusahaan mendapatkan rating

CC yang menandakan bahwa perusahan memiliki risiko besar dengan tidak

mampu memenuhi kewajiban financialnya sehingga menyebabkan minat

investor terhadap obligasi perusahaan juga akan menurun.

Credit Rating sudah menjadi bagian integral dari kebijakan pembuatan

keputusan struktur modal perusahaan (Gonzalez et al., 2004 dalam Johan Van

Berlekom, et al., 2012) dan juga digunakan sebagai patokan atas kualitas suatu

perusahaan dalam aturan dan perjanjian keuangan (Frost,2007) dalam Johan

Van Berlekom, et al.2012). Hal ini membuat perusahaan berusaha untuk

mencapai dan mempertahankan Credit Rating yang baik (Gonzalex et al.,

2004 dalam Johan Van Berlekom, et al.2012).

Penulis melakukan penelitian kepada pemeringkat sekuritas utang PT.

PEFINDO. Pemilihan PT. PEFINDO diharapkan dapat memberikan informasi


http://www.kompasiana.com/wyndra/tren-obligasi-gagalbayar

4


yang relevan karena PEFINDO masuk dalam surat edaran Bank Indonesia

sebagai pemeringkat kredit yang terpercaya dan sebagian besar perusahaan

Indonesia menggunakan PEFINDO sebagai pilihan pemeringkat rating.

Metodologi pemeringkatan PT. PEFINDO secara umum, mencakup tiga risiko

utama penilaian, yaitu risiko industri (industry risks), risiko bisnis (business

risks), dan risiko financial (financial risks). Secara umum, peringkat obligasi

yang dikeluarkan oleh PT. PEFINDO tersebut terbagi menjadi dua, yaitu

investment grade (AAA, AA, A, BBB) dan non investment grade (BB, B,

CCC, D).

Penelitian yang menguji hubungan Credit Rating terhadap struktur modal,

sudah dilakukan oleh Kisgen (2006), penelitiannya menggolongkan Credit

Rating menjadi beberapa kelompok, yaitu Credit Rating yang mendekati

peningkatan (mempunyai tanda plus), penurunan (mempunyai tanda minus)

dan tidak mendekatkan peningkatan atau penurunan (rating yang berada di

tengah). Hasil penelitian Kisgen (2006) menunjukkan bahwa perusahaan-

perusahaan (downgrade) akan menerbitkan kurang lebih 1% lebih sedikit

hutang relatif terhadap ekuitas tahunan sebagai prosentase dari total asset

dibandingkan dengan perusahaan yang Credit Rating-nya tidak peningkatan

(upgrade) maupun penurunan (downgrade).

Penelitian Kisgen melibatkan faktor lain yaitu leverage, profitability, dan

ukuran perusahaan (size). Hasil penelitian menunjukkan bahwa leverage,

profitabilty dan ukuran perusahaan (size) secara signifikan mempengaruhi

struktur modal perusahaan di Amerika Serikat. Leverage menunjukkan

signifikansi ke arah negatif terhadap struktur modal, sedangkan profitability

dan ukuran perusahaan (size) menunjukan ke arah positif. Faktor Credit

Rating juga dimasukan oleh Kisgen dalam kerangka Tradeoff Theory dan

Pecking Order Theory. Hasil penelitian tersebut menunjukkan bahwa Credit

Rating berpengaruh signifikan terhadap struktur modal (Kisgen,2006).

Penelitian mengenai Credit Rating dan Capital Structure baru dilakukan di

pasar Amerika Serikat, Eropa dan Internasional. Namun, di tahun 2012,

penelitian tersebut dikembangkan lagi di negara Pakistan, penelitian tersebut

dilakukan oleh Raqeeb, Zaidi dan Cheema berjudul “Effect of Credit Rating


5


on Capital Structure: A study on non-financial firms in Pakistan” yang

berfokus pada pengaruh Credit Rating terhadap struktur modal perusahaan

non-keuangan di Pakistan. Berbeda dengan Kisgen, Raqeeb, Zaidi dan

Cheema tidak membahas pengaruh dari Credit Rating yang berdekatan dengan

peningkatan (upgrade) maupun penurunan (downgrade) serta rating yang

berada pada batas kategori investment grade maupun non-investment grade

terhadap struktur modal perusahaan.

Berdasarkan rincian diatas, bahwa Credit Rating merupakan hal yang

penting bagi pemilihan dalam aktivitas permodalan suatu perusahaan dan

investor untuk melakukan investasi. Perusahaan perlu melihat bagaimana

posisi Credit Rating perusahaan dalam mempengaruhi struktur modal dengan

melihat apakah rating yang diberikan minus ketika mengalami penurunan atau

positif ketika sedang mengalami kenaikan. Selain itu, penelitian ini

menggunakan metode Credit Score Test sebagai cara menentukan kondisi

rating suatu perusahaan. Credit Score Test merupakan metode yang digunakan

untuk mengklasifikasikan perusahaan yang menerbitkan obligasi termasuk

kedalam kategori perusahaan yang baik dan buruk. Variabel Credit Rating

pada Credit Score Test didapatkan berdasarkan hasil perhitungan Credit Score

yang diperoleh dan kemudian peneliti menentukan nilai maksimum dan

minimum Credit Score. Setelah itu dibuat batas atas dan batas bawah untuk

mengelompokkan perusahaan-perusahaan tersebut berdasarkan tiga kategori

yaitu high-third, middle third, dan low-third.

Dalam penelitian ini juga ingin melihat pengaruh Credit Rating yang

berada di borderline kategori investment grade non-investment grade terhadap

struktur modal. Kondisi perusahaan dengan rating yang berada pada kategori

tersebut cenderung menjadi perhatian bagi para pihak manajemen maupun

investor dengan kemungkinan adanya rating perusahaan menjadi turun atau

naik maka, ketika rating perusahaan dalam rating tersebut mengalami

penurunan maka perusahaan sudah masuk kategori peringkat non-investment

grade. Dimana, ketika penurunan Credit Rating menurun akan memunculkan

reaksi pasar yang negatif. Oleh karena itu, penelitian ini ingin menguji apakah


6


kondisi rating dalam mempengaruhi pihak manajemen dalam membuat

keputusan modal perusahaan.

Penelitian ini mengacu pada penelitian Kisgen (2006), dimana penelitian

ini tidak melibatkan perusahaan keuangan seperti bank, asuransi dan

perusahaan investasi. Karena struktur modal keuangan sangat berbeda dengan

struktur modal perusahaan jasa dan industri (Non-Keuangan / Non financial).

Al-Hindawi (2006) dalam Johan Van Berlekom (2012) menyatakan bahwa

“financial firms debt-like liabilities are not strictly comparable to teh debt

issued by non-finacial firms”. Bahwa perusahaan keuangan harus dikeluarkan

sementara dari sampel penelitian karena karakteristik modal keuangan

perusahaan dan perlakuan pajaknya yang khusus.

Berangkat dari hal tersebut dan penelitian serupa di Indonesia, maka

penulis berpendapat bahwa efek Credit Rating dan struktur modal merupakan

topik yang menarik dan penting dikaji serta diteliti lebih lanjut. Oleh karena

itu kali ini penulis melakukan penelitian dengan judul

Analisis Pengaruh Credit Rating Obligasi Terhadap Stuktur Modal

Pada Perusahaan Non Financial yang terdaftar di Bursa Efek Indonesia

Periode 2010-2015”

1.2 Identifikasi Masalah

1.2.1 Perumusan Masalah

Credit Rating mulai dipertimbangkan sebagai indikator yang berpengaruh

dalam menentukan struktur modal perusahaan. Dengan kata lain Credit Rating

merupakan acuan untuk menunjukan kelayakan kredit (credit worthiness) obligasi

perusahaan dan menyediakan peringkat relatif kemungkinan risiko gagal

perusahaan. Dalam penelitian sebelumnya, dijelaskan bahwa Credit Rating sangat

signifikan hubungannya sengan struktur modal, dimana akan menimbulkan biaya

diskrit (manfaat) dari level Credit Rating yang berbeda serta secara empiris

menjelaskan bahwa keputusan struktur modal dipengaruhi oleh biaya-biaya

(manfaat).

Penelitian Credit Rating dapat memberikan informasi dan gambaran kepada

investor mengenai gambaran kualitas suatu perusahaan. Semakin tinggi Credit

Rating perusahaan maka tingkat kepercayaan investor akan semakin tinggi untuk


7


membeli obligasi, karena investor yakin perusahaan dapat mengembalikan pokok

pinjaman beserta bunga yang dibayarkan secara berkala. Rating sebagai hal yang

informatif, membuat perusahaan akan dikelompokkan sesuai rating-nya ketika

terjadi perubahan rating, maka akan menimbulkan perubahan biaya diskrit pada

biaya modal perusahaan, seperti perubahan bond coupon rate, hilangnya kontrak,

pembelian kembali obligasi atau hilangnya akses ke pasar commercial paper.

Menurut Kisgen (2006), adanya benefit dan upgrade dan cost dari downgrade

secara langsung mempengaruhi keputusan struktur modal yang diambil oleh pihak

manajemen perusahaan.

Penelitian ini secara spesifik dilakukan untuk menguji apakah Credit Rating

berpengaruh terhadap struktur modal yang akan diputuskan oleh manajemen

perusahaan non financial di Indonesia. Pengujian dalam penelitian ini akan

menggunakan 3(tiga) jenis test, yaitu Plus or Minus test, Credit Score test, dan

Investment Grade Non-Investment Grade test. Yaitu:

1. Apakah metode Plus or Minus test yang digunakan untuk menguji

pengaruh Credit Rating pada peningkatan (upgrade) maupun penurunan

(downgrade) berpengaruh terhadap struktur modal perusahaan non

financial di Indonesia?

2. Apakah Credit Score Test berpengaruh untuk menguji Credit Rating yang

masuk kedalam kategori high, low atau high atau low mempengaruhi

stuktur modal perusahan non financial di Indonesia?

3. Apakah Investment Grade berpengaruh untuk melihat Credit Rating pada

batas kategori investment grade dan non-investment grade terhadap

struktur modal perusahaan non financial di Indonesia?

1.2.2 Pembatasan Masalah

Penelitian ini dibatasi pada peringkat obligasi mulai dari tahun 2010

sampai dengan 2015. Periode ini digunakan untuk mencari jumlah sampel yang

signifikan untuk dianalisis serta mempertimbangkan kebaruan data. Sampel yang

digunakan adalah perusahaan non financial yang terdaftar di Bursa Efek Indonesia

yang penerbitan obligasinya telah diperingkatkan oleh PT. PEFINDO selaku

lembaga pemeringkat kredit terbesar di Indonesia dan telah memeringkat lebih


8


dari 400 perusahaan. Data-data laporan keuangan didapatkan dari website Bursa

Efek Indonesia maupun website resmi perusahaan.

1.3 Tujuan Penelitian

Berdasarkan permasalahan yang telah diuraikan sebelumnya, maka tujuan

dari penelitian ini adalah:

1. Untuk menganalisis metode Plus or Minus test yang digunakan untuk

menguji pengaruh Credit Rating pada peningkatan (upgrade) maupun

penurunan (downgrade) berpengaruh terhadap struktur modal

perusahaan non financial di Indonesia.

2. Untuk menganalisis Credit Score Test berpengaruh untuk menguji

Credit Rating yang masuk kedalam kategori high, low atau high atau

low mempengaruhi struktur modal perusahan non financial di

Indonesia.

3. Untuk menganalisis Investment Grade berpengaruh untuk melihat

Credit Rating pada batas kategori investment grade dan non-

investment grade terhadap struktur modal perusahaan non financial di

Indonesia.

1.4 Manfaat Penelitian

Berdasarkan permasalahan yang telah diuraikan sebelumnya, maka tujuan dari

penelitian ini adalah:

1. Signifikansi Akademis

Penelitian ini diharapkan memberikan kontribusi untuk melengkapi

penelitian sebelumnya terkait dengan Credit Rating dan struktur

modal, sehingga penelitian ini diharapkan juga dapat memberikan

temuan dan informasi baru kepada pihak yang membutuhkan informasi

mengenai pengaruh Credit Rating terhadap struktur modal, di

Indonesia.

2. Signifikansi Praktisi

Penelitian ini diharapkan dapat membantu investor untuk memiliki

gambaran yang lebih baik mengenai Credit Rating perusahaan di

Indonesia, serta informasi mengenai kecenderungan perusahaan


9


mengambil keputusan struktur modal dan bagaimana perusahaan

mengambil keputusan mengenai perolehan Credit Rating yang akan

mempengaruhi nilai perusahaan dan harga saham maupun obligasi

perusahaan. Penelitian ini juga dirasakan agar perusahaan lebih mudah

melihat mana obligasi yang baik untuk dibeli.

1.5 Sistematika Penulisan

BAB I PENDAHULUAN

Memahami masalah, permasalahan, tujuan, penelitian, signifikansi penelitian,

batasan penelitian, serta sistematika penulisan.

BAB II LANDASAN TEORI DAN PENGEMBANGAN HIPOTESIS

Pada bagian ini dijelaskan penelitian sebelumnya tentang Credit Rating dan

struktur modal. Selain itu, bab ini juga menjelaskan teori-teori mengenai

struktur modal, hutang ekuitas, obligasi, leverage, profitabilitas dan ukuran

perusahaan. Selain itu teori-teori struktur modal seperti Tradeoff Theory.

Pecking Order Theory dan Asymetric Information Theory. Materi mengenai

Credit Rating, profil lembaga pemeringkat kredit di dunia dan Indonesia,

profil PT. PEFINDO sebagai sumber data Credit Rating perusahaan yang

digunakan dalam penelitian, dan hipotesis penelitian dijelaskan pada bab ini.

BAB III METODE PENELITIAN

Membahas mengenai pendekatan yang digunakan dalam penelitian akan

dilaksanakan secara operasional, yang kemudian diura ikan menjadi variabel

penelitian dan definisi operasional variabel, populasi dan sampel, jenis dan

sumber data, metode pengumpulan data dan metode analisis.

BAB IV ANALISIS DAN BAHASAN

Menjelaskan hasil dari pengolahan data disertai hasil analisisnya.

Implikasinya manajerial dari hasil penelitian juga dipaparkan dalam bab ini.

BAB V SIMPULAN DAN SARAN

Pada bagian ini merupakan bab terakhir yang berisi simpulan dari

pembahasan yang diuraikan diatas, keterbatasan peneliti dan saran yang

disampaikan kepada pihak yang berkepentingan terhadap penelitian ini.



BAB II

LANDASAN TEORI DAN PENGEMBANGAN HIPOTESIS

2.1 Landasan Teori

2.1.1 Struktur Modal

Sisi kanan balance sheet suatu perusahaan, terdiri dari macam jenis

hutang, prefered stock dan common equity didefinisikan sebagai komponen modal

suatu perusahaan atau disebut kombinasi antara hutang dan modal sendiri (Weston

dan Bringham,1987 dalam Asnawi dan Wijaya (2005). Riset biasanya

menggunakan komposisi dua hal, biasa dikenal sebagai DER (Debt Equity Ratio)

atau leverage [debt(debt+equity)]. Komposisi diasumsikan dipengaruhi oleh

berbagai faktor fundamental keuangan. Selain itu (khusus untuk hutang) biasanya

dikaitkan dengan financial distress atau peluang bangkrut.

Struktur modal dalam suatu perusahaan selalu menjadi pertanyaan

mendasar apakah sebuah perusahaan akan memilih untuk menerbitkan hutang

berupa surat berharga atau menerbitkan surat berharga dalam bentuk penyertaan

berupa ekuitas saham. Nilai sebuah perusahaan dapat ditentukan dengan

persamaan (Ross et all, 2010 dalam Chairunas,2014):

Dimana: V = Nilai (Value) Perusahaan

B = Jumlah hutang (Debt)

S = Nilai saham (Stock)

Struktur modal sering dikaitkan dengan perolehan sumber dana perusahan,

baik sumber dana yang berasal dari internal maupun eksternal. Sumber dana

internal berasal dari dana yang terkumpul dari laba yang ditahan yang berasal dari

kegiatan operasional perusahaan. Sedangkan sumber dana eksternal berasal dari

para kreditur yang merupakan modal pinjaman atau hutang. Modal sendiri (equity

berasal dari common stock, paid in capital, retained earnings, dan dikurangi

treasury stock (internal equity) (Indrawati dan Suhendro,2006). Modal sendiri

juga bisa berasal dari ekuitas eksternal yang berasal dari penjua lan saham

perusahaan kepada investor.

V=B+S


11


Sedangkan modal pinjaman atau hutang yang dilakukan oleh perusahaan berasal

dari kreditur maupun penerbitan obligasi perusahaan. Bermacam-macamnya

sumber dana dari suatu perusahaan membuat manajer keuangan dari perusahaan

dituntut untuk mampu membuat keputusan sumber pendanaan yang tepat, dimana

masing-masing keputusan sumber pendanaan tersebut mempunyai konsekuensi

dan karakteristik keuangan yang berbeda terhadap perusahaan (Indrawati dan

Suhendro,2006).

2.1.2 Teori Struktur Modal

Teori Struktur modal menjelaskan mengenai pengaruh struktur modal

terhadap nilai perusahaan apabila keputusan investasi dan kebijakan dividen

konstan. Jika perusahaan menggantikan sebagian modal sendiri dengan hutang

atau sebaliknya, akibatnya harga saham berubah apabila perusahaan tidak

merubah keputusan keuangan lainnya. Semua struktur modal dianggap baik, tetapi

jika perubahan struktur modal mengakibatkan nilai perusahaan berubah, maka

akan diperoleh struktur modal terbaik. Namun, jika perubahan struktur modal

tidak merubah nilai perusahaan maka tidak ada struktur modal terbaik, yang

dimaksud struktur modal terbaik adalah yang memaksimumkan nilai perusahaan

(Husnan dan Pudjiastuti,2004).

Ada beberapa teori struktur modal yang familiar digunakan oleh

perusahaan untuk menetapkan struktur modal, yaitu:

a. Teori Model Modigliani dan Miller (M&MTheory)

b. Tradeoff Theory

c. Pecking Order Theory

a. Teori Modigliani dan Miller (M&MTheory)

Teori struktur modal modern pertama yang dikembangkan oleh Modigliani

dan Miller tahun 1958, yaitu teori MM I dan MM II mengenai pengaruh

struktur modal terhadap nilai perusahaan tanpa memasukkan unsur pajak

dalam melihat pengaruh tersebut. Pada kedua teori tersebut, dinyatakan bahwa

perusahaan tidak dapat mengubah nilai perusahaan serta total nilai surat

berharga yang beredar dengan mengubah proporsi struktur modal perusahaan,

yang artinya nilai perusahaan akan tetap sama dengan proporsi yang berbeda

(Ross dkk,2009 dalam Chairunas,2014). Teori ini berkontribusi besar dalam


12


penentuan nilai perusahaan melalui struktur modal yang tidak menggunakan

hutang (unleveraged) dan perusahaan yang menggunakan hutang (leveraged).

Pendapat dari Modigliani dan Miller didasarkan pada asumsi-asumsi

sebagai berikut:

1) Perfect Capital Market dimana tidak terdapat pajak, tidak ada biaya

transaksi tidak ada friksi di dalam perusahaan dan tidak ada cost of

bankruptcy dan financial distress.

2) Given Investment Strategies, dimana keputusan investasi dapat

menerbitkan saham di pasar modal dengan peraturan yang sama.

3) Equal Access, dimana perusahaan maupun investor dapat menerbitkan

saham di pasar modal dengan peraturan yang sama.

4) Symmetric Infromation, dimana semua investor dan manajer

perusahaan mempunyai informasi yang sama mengenai kualitas

perusahaan dan persepsi yang identik dan benar mengenai efek dari

suatu informasi baru terhadap harga saham.

5) Rational Behaviour, dimana investor akan berperilaku rasional dan

tidak dapat melakukan kegiatan arbitrase.

Model Modigliani dan Miller (M&M) Tanpa Pajak

Modigliani dan Miller (M&M) mengajukan dan preposisi sebagai

model M&M tanpa pajak.

1) Preposisi I. Dimana nilai dari perusahaan yang memiliki hutang

(leverged) sama dengan nilai dari perusahaan yang tidak memiliki

hutang (unleverged). Pada proposisi ini, perubahan struktur modal

tidak memperngaruhi nilai perusahaan dan Weighted Average Cost

of Capital (WACC) juga akan tetap sama.

(2.2)

2) Preposisi II, dimana biaya modal saham akan meningkat apabila

perusahaan melakukan atau mencari pinjeman dari pihak luar.

(2.3)

Model Modigliani dan Miller (M&M) dengan Pajak

VL=VU

RS= R0 + 𝐵

𝑆 (R0-RB)


13


Model Modgliani dan Miller yang kedua ini melibatkan faktor pajak,

dimana nilai perusahaan akan meningkat sejalan dengan adanya hutang

(Indrawati dan Suhendro,2006). Hutang perusahaan akan mengurangi

pajak karena adanya bunga atas hutang yang harus dibayarkan perusahaan

kepada kreditur. Dengan adanya pajak perusahaan, maka perusahaan lebih

baik menggunakan 100% hutang, yang akan menyebabkan biaya modal

atau WACC turun dan nilai perusahaan meningkat. Sedangkan perusahaan

yang tidak berhutang (unleveraged firm) akan mempunyai nilai yang lebih

kecil dibandingkan perusahaan yang berhutang (leverage firm).

- Preposisi 1

(2.4)

- Preposisi II

(2.5)

b. Tradeoff Theory

Tradeoff Theory menyebutkan bahwa debt-equity decision merupakan

tradeoff antara interest tax shield dengan agency cost of debt dan cost of financial

distress (Indrawati dan Suhendro,2006). Teori berpendapat bahwa

memaksimalkan nilai perusahaan dan menyeimbangkan nilai dari bunga pajak

(tax shields), manfaat lain dari hutang terhadap biaya yang harus dikeluarkan

akibat bankrupcty cost dan biaya hutang untuk menjelaskan tingkat leverage

optimal perusahaan. Hal ini akan membuat perusahaan selalu berusaha untuk

menyesuaikan tingkat leverage kearah yang optimal.

Namun, jika perusahaan memutuskan untuk meningkatkan leverage, maka

keputusan ini tidak akan ditolak oleh shareholder. Shareholder akan merespon

dengan positif jika terjadi peningkatan leverage karena jika perusahaan

memutuskan pendanaan perusahaan dengan hutang maka akan dihasilkan kontrak

yang dapat mengikat manajemen untuk membayar kewajiban hutang dan juga

untuk mematuhi kontrak yang membatasi konsumsi berbagai fasilitas dengan

menggunakan dana perusahaan. Kontrak yang didapat oleh manajemen terjadi

RS= R0 + 𝐵

𝑆 (R0-RB) (1-tC)

VL=VU + tC.B


14


karena pengurangan agency cost antara manajemen dan shareholder. Selain itu,

peningkatan leverage juga dapat menyebabkan pengurangan financial flexibility,

yang merupakan salah satu aspek kunci dalam praktek keuangan perusahaan. Hal

ini disebabkan ketika perusahaan menggunakan hutang maka perusahaan tetap

memiliki kewajiban untuk membayar bunga yang dapat mengurangi investasi

perusahaan. Dapat disimpulkan bahwa kehilangan financial flexibilty adalah

hilangnya kesempatan perusahaan untuk berinvestasi pada proyek yang akan

meningkatkan nilai perusahaan, dimana ukuran financial flexibility dapat dilihat

dari likuiditas dan solvensi perusahaan. Tradeoff Theory menunjukkan bahwa

tidak tepat bagi perusahaan untuk tidak menggunakan pinjaman hutang sama

sekali ataupun menggunakan hutang 100% dalam struktur modal perusahaan (

yaitu berarti menggunakan hutang sebagai sumber pendanaan). Oleh karena itu,

disarankan menggunakan ekuitas dan hutang untuk mencapai struktur modal yang

optimal. Jika perusahaan berada dibawah tingkat optimal leverage maka

perusahaan dapat meningkatkan hutangnya, begitupun sebaliknya jika perusahaan

berada diatas tingkat optimal leverage maka perusahaan dapat mengurangi

hutangnya.

Dalam penelitiannya, Kisgen (2006) menyatakan peningkatan leverage,

manfaat atau biaya tersendiri berakibat perubahan rating akan terjadi. Perusahaan

yang memiliki rating yang dekat dengan perubahan, baik peningkatan (upgrade)

maupun penuruan (downgrade) akan bersifat konservatif menerbitkan hutang

relatif yang lebih sedikit terhadap ekuitas. Jika Tradeoff Theory menyatakan

optimal leverage untuk perusahaan, sedangkan hipotesa Kisgen berlaku dalam

pengambilan keputusan struktur modal, maka manajer akan menyeimbangkan

antara Discrate Cost or Benefit yang ditumbulkan dari perubahan rating dengan

costs atau benefits yang diimplikasikan dalam Tradeoff Theory.

Perusahaan yang memiliki rating mendekati peningkatan (upgrade), maka

perusahan akan memilik leverage yang lebih kecil dari optimal leverage yang

dinyatakan dalam Tradeoff Theory agar rating perusahaan dapat naik. Jika

perusahaan tersebut memiliki rating yang mendekati penurunan (downgrade),

maka perusahaan lebih memilih untuk menerbitkan hutang lebih sedikit relatif

terhadap ekuitas untuk menghindari penurunan rating. Dalam kasus ini, benefits


15


yang diperoleh dari kenaikan rating lebih penting dibandingkan dnegan benefits

yang dinyatakan dalam Tradeoff Theory dan implikasi perubahan Credit Rating

akan lebih mempengaruhi pengambilan keputusan struktur modal daripada

Tradeoff theory.

Sedangkan untuk perusahaan dengan rating yang tidak mendekati

peningkatan (upgrade) maupun perusahaan (downgrade), maka implikasi dari

Tradeoff theory akan lebih mempengaruhi pengambilan keputusan struktur modal

dibandingkan dengan Credit Rating itu sendiri. Jika perusahaan memiliki Credit

Rating yang tinggi, dimana kondisi keuangan perusahaan relatif baik, maka

Discrated Costs or Benefits dari perusahaan Credit Rating baik menuju

peningkatan maupun penurunan tidak begitu berpengaruh pada perusahaan. Oleh

karena itu, perusahaan akan lebih memilih optimal leverage karena benefits nya

lebih dapat memaksimalkan nilai perusahaan. Perusahaan dengan Credit Rating

yang rendah, tetap memilih untuk berada pada rating rendah karena walaupun

terdapat benefits dari kenaikan rating, namun costs dari penggunaan ekuitas yang

lebih besar untuk menaikkan rating akan lebih membebani perusahaan tersebut.

Maka, perusahaan akan mempertahankan optimal leverage level seperti yang

dinyatakan dalam Tradeoff Theory.

c. Pecking Order Theory

Menurut Ross, Westerfield, Jaffe dan Jordan (2008) menyatakan “The

pecking order theory implies that managers prefer internal to external financing.

If external financing is required, managers tend to choose the safest securities,

such as debt”. Bahwa manajer lebih menyukai dana internal dibandingkan dana

eksternal karena penggunaan dana internal membuat perusahaan tidak perlu

membuka diri perusahaan kepada pemodal dari luar. Dana eksternal lebih banyak

disukai dalam bentuk hutang karena pertimbangan biaya emisi hutang karena

pertimbangan biaya emisi hutungan jangka panjang yang lebih murah dibanding

biaya emisi saham.

Pecking Order theory juga menjelaskan mengenai urutan-urutan preferensi

dalam pemilihan sumber pendanaan oleh perusahaan. Hutang menjadi pilihan

kedua setelah sumber pendanaan internal, kemudian menerbitkan convertible

bond, prefrend stock, dan jika perusahaan masih memerlukan dana, maka


16


perusahaan akan menerbitkan common stock. Perusahaan yang profitable lebih

sering meminjam hutang dalam jumlah yang lebih sedikit dibanding perusahaan

yang non-profitable. Hal ini disebabkan karena perusahaan yang profitable lebih

sedikit memerlukan external financing dibanding perusahaan yang non-profitable.

Myers (1984) dalam Johan Van Berlekom (2012) menyatakan bahwa, “the

firms will generally prefer not to issue equity due to asymmetric information

costs.” Perusahaan lebih menyukai menggunakan dana internal untuk mendanai

proyek perusahaan kemudian menggunakan hutang untuk mendanainya. Apabila

dana internal telah habis dan perusahaan telah mencapai kapasitas hutangnya

(debt capacity) maka perusahaan akan menerbitkan ekuitas. Model pecking order

mengimplikasikan bahwa hutang perusahaan akan mengikat ketika investasi

melebihi dana internal dan hutang perusahaan akan menurun ketika investasi lebih

rendah dibanding dana internal.

Tanpa memperhitungkan ekuitas, teori pecking order menyarankan bahwa

hutang harus disesuaikan untuk mengakomodasi kebutuhan financial perusahaan.

Maka teori pecking order menggunakan komponen-komponen dari financing

deficit. Hubungan leverage dengan financing deficit dikembangkan dan digunakan

oleh Sunder dan Myers (1999), Chirinko dan Singha (2000) dan Frank dan Goyal

(2003) dalam Ruslim (2009). Model dari financing deficit digambarkan dalam

persamaan di bawah ini:

DEFt = ΔNWCt + CAPEXt + DIVt + D(s)t - Ct (2.6)

Sumber: Herman Ruslim (pengujian struktur modal (Teori Pecking Teori

Order) Analisis Empiris Terhadap Saham di LQ45,2009).

Dimana : DEFt = Arus dana defisit

DIVt = Pembayaran dividen

ΔNWCt = Perubahan modal kerja netto

CAPEXt = Arus kas investasi (Capital Expenditure)

D(s)t = Hutang jangka panjang awal periode

Ct = Operating cash flows after interest and taxes


17


Beberapa peningkatan leverage, biaya diskrit atau manfaat akibat

perubahan Credit Rating akan terjadi (Kisgen,2006). Tingkat leverage dari Credit

Rating, struktur modal dan efek dari pecking order sebagai suatu hal dimana

perusahaan akan dihadapkan pada pertukaran yang terjadi antara biaya penerbitan

ekuitas dan biaya diskrit yang terkait dengan kemungkinan perubahan dalam

Credit Rating. Perusahaan yang dekat ke peningkatan (upgrade) dan penurunan

(downgrade) akan bersifat konservatif dengan menerbitkan lebih sedikit hutang

relatif terhadap ekuitas. Oleh karena itu, perusahaan yang rating-nya dekat ke

peningkatan (upgrade) memilih untuk menerbitkan ekuitas bukannya hutang

untuk memperoleh keuntungan dari sebuah peringkat yang lebih tinggi.

Sedangkan untuk perusahaan (downgrade) menghindari penerbitan hutang untuk

mencegah munculnya biaya tambahan.

2.1.3 Hutang

Konteks struktur modal hutang adalah sejumlah uang yang dipinjamkan

secara langsung kepada perusahaan yang tidak berhubungan dengan kegiatan

operasional perusahaan Wild (2012). Hutang dapat dikategorikan berdasarkan

jangka waktunya, yaitu hutang jangka panjang dan hutang jangka pendek. Hutang

jangka panjang adalah hutang yang jatuh tempo lebih dari satu tahun dan dalam

neraca terdapat pada kewajiban tidak lancar. Sedangkan hutang jangka pendek

adalah hutang yang jatuh temponya satu tahun dan dalam laporan keuangan,

termasuk kedalam kewajiban lancar. Sumber pendanaan yang berasal dari hutang

harus dilunasi kembali oleh perusahaan kepada pemberi pinjaman pada saat jatuh

tempo dan biasanya untuk mendapatkan pendanaan dari hutang, perusahaan juga

dibebankan dengan sejumlah bunga yang harus dibayarkan (Wild, 2012). Namun,

jika perusahaan tidak dapat membayar kewajibannya kepada pemberi pinjaman

beserta bunganya, perusahaan dapat kehilangan kontrol terhadap aset-aset yang

dimilikinya. Perusahaan yang menggunakan hutang akan dapat meningkatkan

nilai perusahaan, karena bunga yang harus dibayarkan kepada kreditur akan

mengurangi beban pajak yang harus dibayarkan perusahaan. Jadi, bunga untuk

permbayaran hutang bersifat tax deductible.


18


2.1.4 Obligasi

Obligasi adalah efek hutang pendapatan tetap dimana penerbit (emiten)

setuju untuk membayar sejumlah bunga tetap untuk jangka waktu tertentu dan

akan membayar kembali jumlah pokoknya pada saat jatuh tempo. Jadi obligasi

pada dasarnya merupakan surat pengakuan utang atas pinjaman yang diterima

oleh perusahaan penerbit obligasi dari masyarakat pemodal (Musdalifah Azis,et

all:2015:100). Adapun karakteristik dan terminologi obligasi adalah sebagai

berikut (Keown,et.al, 2002):

1. Klaim terhadap aset-aset dan Penghasilan perusahaan

Pada kasus ketidakmampuan membayar hutang, klaim hutang secara

umum, meliputi obligasi, dilunasi sebelum saham biasa dan saham istimewa

(saham preferen), namun, jenis hutang yang berbeda mungkin juga

mempunyai tingkatan yang berbeda antar hutang itu sendiri menyangkut klaim

mereka terhadap aktiva perusahaan.

Obligasi juga mempunyai klaim terhadap penghasilan yang akan datang

atas saham biasa dan saham istimewa. Secara umum, jika bunga obligasi tidak

dibayar, badan regulasi obligasi dapat digolongkan perusahaan tersebut

sebagai perusahaan yang tidak mampu membayar hutang dan mendorong

perusahaan itu menuju kebangkrutan.

2. Nilai Nominal

Nilai nominal obligasi adalah nilai yang tertera pada lembar obligasi yang

akan dikembalikan pemegang obligasi pada saat jatuh tempo. Secara umum,

obligasi perusahaan dikeluarkan di dalam denominasi sebesar $1000,

walaupun beberapa pengecualian pada aturan ini.

3. Tingkat Suku Bunga Kupon

Tingkat suku bunga kupon pada obligasi menunjukkan besarnya

presentase bunga terhadap nilai nominal obligasi yang akan dibayar tiap-tiap

tahun.

4. Batas Waktu (Maturity)

Maturity dari obligasi menujukkan lamanya waktu sampai penerbit

obligasi mengembalikan nilai nominal obligasi ke pemegang obligasi dan

berakhirnya atau ditebusnya obligasi tersebut.


19


5. Surat Perjanjian Penerbit dan Perwalian Obligasi (Indenture)

Indenture adalah kesepakatan hukum antara perusahaan penerbit obligasi

dan perwalian obligasi yang mewakili pemegang obligasi. Surat perjanjian

menyediakan term spesifik mengenai persetujuan pinjaman, yang mencakup

uraian menyangkut obligasi, hak pemegang obligasi, hak perusahaan penerbit

obligasi dan tanggung jawab perwalian.

6. Tingkat Penghasilan Lancar

Tingkat penghasilan lancar obligasi, mengacu pada perbandingan

pembayran bunga tahunan pada harga obligasi sekarang di pasaran.

7. Peringkat Obligasi

John Moody pertama kali membuat peringkat obligasi pada tahun 1909.

Sejak itu tiga agensi pembuat peringkat, Moody, Standard & poor dan fitch

Investor services yang mengunakannya. Pembuatan peringkat ini mencakup

suatu penilaian tentang masa depan atas risiko dari sebuah obligasi yang

mungkin terjadi. Walaupun hal ini berhubungan dengan ekspektasi, beberapa

faktor historis tampaknya memainkan peran yang sangat penting pada

penentuannya.

Peringkat obligasi secara umum dipengaruhi oleh; (a) Proporsi modal

terhadap hutang perusahaan, (b) Tingkat profitabilitas perusahaan, (c) Tingkat

kepastian dalam menghasilkan pendapatan, (d) Besar kecilnya perusahaan, (e)

Sedikit penggunaan hutang subordinat. Pada akhirnya, pembuat peringkat

obligasi mempengaruhi tingkat pengembalian yang diinginkan di dalam pasar

modal. Peringkat obligasi menjadi sangat pentiing bagi manajer keuangan.

Dimana peringkat tersebut menyediakan indikator risiko kesalahan yang

mempengaruhi tingkat pengembalian yang harus dibayar atas dana pinjaman

(Keown,et.al, 2002).

2.1.5 Credit Rating

Credit Rating merupakan penilaian untuk memberikan informasi

mengenai kualitas suatu perusahaan secara keseluruhan terutama mengenai

kelayakan kredit (credit worthiness) sesuatu entitas, dimana peringkat (rating)

yang sudah ditentukan dapat memberikan gambaran mengenai kualitas


20


perusahaan secara keseluruhan dan perusahaan tersebut akan digabungkan dengan

perusahaan lain dalam katagori rating yang sama. Seluruh perusahaan di dalam

kategori rating yang sama akan dinilai dan dianggap memiliki probabilita

mengalami gagal bayar dan yield spreads yang serupa untuk obligasi mereka.

Lembaga yang berperan mengeluarkan peringkat kredit (Credit Rating)

perusahaan, pemerintahan suatu negara dan penerbit obligasi lainnya dinamakan

dengan lembaga pemeringkat kredit (Credit Agency). Lembaga pemeringkat kredit

berfungsi untuk memberikan rating yang objektif, kredibel dan independen

terhadap risiko kredit dari sekuritas hutang yang diterbitkan secara umum melalui

kegiatan rating. Beberapa lembaga pemeringkat kredit yang terkemuka di dunia

adalah Standard & Poor’s, Moody’s Investor Service dan Fitch Ratings,

sedangkan di Indonesia, lembaga pemeringkat kredit terkemuka adalah

Pemeringkat Efek Indonesia (PEFINDO).

2.1.5.1 Lembaga pemeringkat Kredit (Credit Rating Agency)

Indonesia memiliki beberapa lembaga pemeringkat efek yang diakui oleh

Bank Indonesia melalui Surat Edaran Bank Indonesia No.16/24/DKEM tanggal

30 Desember 2014, diantaranya:

Tabel 2.1 Lembaga Pemeringkat yang diakui Bank Indonesia

Nama Lembaga Pemeringkat Peringkat

Setara BB-

Lembaga

Pemeringkat

Dalam Negri

PT Pemeringkat Efek Indonesia (PEFINDO) BB- (idn)

Fitch Ratings Indonesia (Idr) BB-

Investment & Credit Rating Agency (ICRA) Indonesia

(Idr) BB-

Lembaga

Pemeringkat Luar Negri

Moody’s Investors Service Ba3 Standard & Poor’s BB-

Fitch Ratings BB- Japan Credit Rating Agency BB-

Rating and Investment Information Inc. BB-

Sumber: Bank Indonesia, 2017

Terdapat tiga komponen yang digunakan oleh lembaga pemeringkat untuk

melakukan penilaian. Pertama adalah kemampuan perusahaan penerbit untuk

memenuhi kewajiban keuangannya, sesuai dengan perjanjian. Kedua adalah


21


struktur dan berbagai ketentuan yang diatur dalam surat hutang. Ketiga adalah

perlindungan yang diberikan maupun posisi klaim dari pemegang surat hutang

tersebut bila terjadi likuidasi (Tandelilin,2010 dalam Chairunas,2014).

Lembaga pemeringkat memiliki cara yang berbeda-beda dalam

menentukan peringkat kredit. Pada penelitian ini, penelitian hanya menggunakan

peringkat yang dikeluarkan oleh PT. PEFINDO. Lembaga ini didirikan pada

tanggal 21 Desember 1993 di Jakarta dan merupakan lembaga pemeringkat saham

dan obligasi pertama dan terbesar di Indonesia. Pendirian PEFINDO terjadi

karena inisiatif dari BAPEPAM-LK (Capital Market Supervisory Board) dan

Bank Indonesia. Sebagai salah satu lembaga pendukung pasar modal, PEFINDO

melaksanakan penilaian atas obligasi kemampuan perusahaan untuk memenuhi

kewajiban financialnya tepat waktu, berikut alur proses pemeringkatan

PEFINDO.

Gambar 2.2 Proses Pemeringkatan PEFINDO

Sumber: Pefindo,2017

RATING REQUEST

RATING

COMMITTEE

NOTIFICATION

TO ISSUER

ANALYTICAL PROCESS

Research library, review new

information, site visit, list

unresolved question/concerns,

MM, preparation of rating

report an presentation

ANALYTICAL

TEAM

ASSIGMENT

ADMINISTRATION

FULFILLMENT

APPEAL

By furnishing

additional

information

RATING RELEASE

Surveilance System

NOT PUBLISH

PEFINDO’s

START

FINISH


22


PEFINDO memiliki tugas utama untuk menyediakan suatu peringkat atas

risiko kredit yang objektif, independen serta dapat di pertanggungjawabkan atas

penerbitan surat hutang yang diperdagangkan kepada masyarakat. Selain itu,

melalui sistem alur pemeringkatan PEFINDO juga bertugas untuk menerbitkan

dan mempublikasikan informasi kredit sehubungan dengan pasar perdagangan

efek. Dalam melakukan pemeringkatan, PEFINDO dibantu dan didukung oleh

Standard & Poor’s sebagai mitra globalnya. Oleh karena itu, metodologi yang

diterapkan oleh PEFINDO banyak diadaptasi dari model pemeringkatan yang

digunakan oleh Strandard & Poor’s.

Peringkat kredit (Credit Rating) dari AAA sampai B dapat dimodifikasi

dengan menggunakan tanda plus(+) atau minus(-), tanda tersebut menunjukkan

kekuatan relatif dalam kategori pemeringkatan tersebut. Pemeringkatan PEFINDO

yang diberi prediks “id”, menyatakan bahwa peringkat yang diberikan

berdasarkan konteks di Indonesia. Berikut simbol dan makna peringkat obligasi

yang digunakan PT.PEFINDO sebagai berikut:

Tabel 2.3 Peringkat Obligasi PEFINDO

Investment

Grade

Peringkat Definisi

AAA Efek hutang dengan Peringkat AAA merupakan efek hutang

dengan peringkat tertinggi dari PEFINDO, yang berisiko paling rendah dan berkemampuan paling baik untuk membayar bunga dan pokok utang dari seluruh

kewajibannya sesuai perjanjian.

AA Efek hutang dengan peringkat AA memiliki kualitas kredit sedikit di bawah peringkat tertinggi, di dukung oleh

kemampuan Obligor yang sangat kuat untuk memenuhi kewajiban keuangan jangka panjangnya sesuai dengan perjanjian dan tidak mudah dipengaruhi oleh perubahan

keadaan.

A Efek hutang dengan peringkat A memiliki risiko investasi rendah dan berkemampuan baik untuk membayar bunga dan

pokok utang dari seluruh kewajibannya sesuai perjanjian dan hanya sedikti dipengaruhi oleh perubahan keadaan yang

merugikan.

BBB Efek hutang dengan BBB memiliki risiko investasi yang cukup rendah dan berkemampuan cukup baik dalam membayar bunga dan pokok utang dari seluruh

kewajibannya sesuai perjanjian dan meskipun kemampuan cukup peka terhadap perubahan keadaan yang merugikan.


23


Non

Investment

Grade

BB Efek utang dengan peringkat BB masih berkemampuan dalam membayar bunga dan pokok utang dari seluruh

kewajibannya sesuai perjanjian namun berisiko investasi cukup tinggi dan sangat peka terhadap perubahan keadaan.

B Efek hutang dengan peringkat B menurunkan parameter

perlindungan yang sangat lemah, walaupun obligor masih memiliki kemampuan untuk memenuhi kewajiban

financialnya jangka panjangnya, namun adanya perubahan keadaan bisnis dan perekonomian yang merugikan akan memperburuk kemampuan perekonomian yang merugikan

akan memperburuk kemampuan obligor untuk memenuhi kewajiban finansialnya.

CCC Efek utang dengan peringkat CCC menunjukkan tidak

mampu lagi memenuhi kewajiban financialnya, serta hanya tergantung kepada perbaikan keadaan eksternal.

D Efek utang dengan peringkat D menandakan telah gagal untuk membayar satu atau lebih kewajiban jatuh tempo.

Sumber : Pefindo, 2017

2.2 Penelitian terdahulu

Penelitian pertama, dilakukan oleh Kisgen(2006) yang berjudul “Credit

Ratings and Capital Structure”. Pada Penelitian ini menggunakan sampel

perusahaan di Amerika Serikat dengan total 12.336 perusahaan selama periode

penelitian dari tahun 1986-2001. Dalam penelitiannya Kisgen menyebutkan

bahwa Credit Rating berpengaruh signifikan terhadap struktur modal perusahaan

di Amerika Serikat. Hasil regresi dalam penelitian Kisgen menjelaskan bahwa

perusahaan dengan Credit Rating yang dekat ke pemeringkatan (upgrade)

maupun penurunan (downgrade) akan menerbitkan kurang lebih 1% sedikit

hutang relatif terhadap ekuitas tahunan sebagai persentase dari total aset

dibandingkan dengan perusahaan yang tidak dekat dengan perubahaan Credit

Rating. Pengukuran regresi yang dilakukan Kisgen dari penerbitan hutang bersih

relatif terhadap ekuitas dengan menggunakan variabel dummy. Variabel dummy

membedakan perusahaan yang Credit Rating-nya mendekati peningkatan

(upgrade) maupun (downgrade) dengan perusahaan yang Credit Rating-nya tidak

mendekati peningkatan (upgrade) maupun penurunan (downgrade).

Pengukuran tersebut dilakukan dengan menggunakan metode Plus or

Minus (POM) Test. Kisgen juga melakukan pengujian dengan menggunakan

Credit Score Test dengan menegelompokkan Credit Rating menjadi 3 (tiga)


24


kategori yaitu Credit Rating high-third, Credit Rating-low dan Credit Rating

middle third. Selain itu, penelitian Kisgen(2006) menggunakan Investment Grade

Speculative Grade (IGSG) test untuk melihat pengaruh Credit Rating pada batas

kategori Investment Grade dan Speculative Grade terhadap struktur modal

perusahaan. Selain digunakan oleh Kisgen (2006), metode Investment Grade

Speculative Grade (IGSG) test digunakan oleh Van Barlekom, Bojmar dan Linnar

(2012) pada penelitian di Pasar Eropa.

Penelitian kedua berjudul Capital Structure : A Study on Non Financial

Firms in Pakistan”. Penelitian yang dilakukan oleh Raqeeb,et al (2012). Bertujuan

untuk menguji pengaruh Credit Rating terhadap keputusan struktur modal

perusahaan non-keuangan di Pakistan, dimana penelitian ini hanya ingin

membuktikan 1(satu) hipotesis, yaitu pengaruh Credit Rating terhadap struktur

modal tanpa mengelompokkan Credit Rating kedalam beberapa kategori. Hasil

penelitian ini menunjukkan bahwa Credit Rating memiliki pengaruh yang besar

terhadap struktur modal, Perusahaan dengan Credit Rating yang tinggi dan

dipengaruhi oleh faktor lain, FTOA, ROA, dan size akan cenderung menggunakan

sedikit hutang dalam keputusan modalnya.

Penelitian ketiga yang menjadi acuan peneliti adalah penelitian oleh

Hovkimian, Kayhan dan Titman(2009) dengan tulisannya berjudul “Credit Rating

Targets”. Penelitian ini menyatakan bahwa manajer dalam memilih target Credit

Rating melakukan Tradeoff antara manfaat yang diperoleh dari Credit Rating

yang tinggi dengan Cost of Capital yang berhubungan dengan tambahan ekuitas

yang diperlukan untuk mempertahankan Credit Rating yang tinggi. Menurut

Hovakiman, Kayhan dan Titman(2009), perusahaan kecil dan cenderung berisiko

akan menargetkan rating yang rendah, berbeda dengan perusahaan besar yang

menargetkan rating tinggi. Ketika rating perusahaan dibawah target maka

manajer akan membuat keputusan untuk menambah ekuitas dan mengurangi

hutang. Sebaliknya, jika rating perusahaan diatas target maka manajer akan

membuat keputusan keuangan yang dapat meningkatkan hutang. Penelitian oleh

Hovakiman, Kayhan dan Titman(2009) menyatakan bahwa pemilihan target

rating dipengaruhi oleh preferensi manajerial manajer dapat membuat keputusan

yang berbeda tergantung pada bagaimana kondisi rating perusahaan.


25


Penelitian keempat yang dilakukan Marc Michelsen dan Christian Klein

(2011) yang berjudul “The Relevance od External Credit Ratings in the Capital

Structure Decision-Making Process”. Hasil penelitian menyatakan bahwa outlook

rating kebih menggambarkan potensi arah jangka panjang dari suatu Credit

Rating dibandingkan jangka menengahnya. Penelitian ini juga menunjukkan

pengaruh yang signifikan dari Credit Rating outlook terhadap struktur modal,

dimana perusahaan yang cenderung dekat dengan perubahan rating akan

menerbitkan 1.8% lebih sedikit hutang bersih terhadap ekuitas bersih

dibandingkan perusahaan yang tidak dekat dengan perubahan rating. Penelitian

ini menawarkan metodologi yang lebih akurat dan langsung, sehingga

memperkuat gagasan bahwa manajer sangat erat kaitannya dengan Credit Rating

dan digunakan dalam pengambilan keputusan.

Penelitian kelima dilakukan oleh Hadi Pramu (2006) yang meneliti

bagaimana karakteristik perusahaan pada berbagai jenis industri di Indonesia

dalam mempengaruhi karakteristik perusahaan pada berbagai jenis industri di

Indonesia dalam mempengaruhi keputusan struktur modal dan apakah terdapat

perbedaaan pengaruh karakteristik perusahaan terhadap keputusan struktur modal

secara agregat pada berbagai jenis industri di Indonesia. Penelitian ini

menggunakan determinan struktur modal, seperti biaya hutang, biaya keagenan,

risiko bisnis, ukuran perusahaan, kebijakan dividen, profitabilitas, serta

kepemilikan internal, eksternal dan institutional sebagai variabel independen yang

akan mempengaruhi struktur modal sebagai variabel dependen.

Penelitian keenam yang dilakukan oleh merujuk kepada Johan Van

Berlekom Emelie Bojmar dan Johanna Linnard (2012) “The Impact of Credit

Ratings Structure Decisions”. Hasil penelitian menunjukkan bahwa Credit Rating

mempengaruhi keputusan struktur modal perusahaan Eropa dan sebagai

determinan dalam pengambilan keputusan struktur modal suatu perusahaan.

Credit Rating pada batas kategori IHSG lebih signifikan pengaruhnya

dibandingkan kategori Broad Rating, baik secara statistik maupun ekonomi. Dasar

penelitian Johan Van Berlekom Emelie Bojmar dan Johanna Linnard (2012)

merujuk kepada penelitian Kisgen(2006).

Penelitian terakhir merujuk kepada penelitian Firnanti(2011), Faktor-


26


Faktor yang Mempengaruhi Struktur Modal Perusahaan Non Financial di Bursa

Efek Indonesia periode 2007-2009”. Penelitian ini menghasilkan ukuran

perusahaan dan risiko bisnis tidak memiliki pengaruh yang signifikan terhadap

struktur modal perusahaan. Faktor yang berpengaruh terhadap struktur modal

perusahaan adalah profitabilitas, time interest earned, dan pertumbuhan (Firnanti,

2011) perusahaan.


27


Penelitian Terdahulu

No Nama Penelitian dan Judul Penelitian

Variabel Metode Hasil

1 Kisgen (2006) “Credit Ratings and Capital

Structure”

Independen : Credit Rating Dependen : Struktur Modal

(NetDiss) Kontrol : Leverange Profitability

dan ukuran perusahaan (size)

Ordinary Least

Squares (OLS)

Credit Rating mempengaruhi struktur perusahaan non-keuangan di Amerika Serikat, begitu juga dengan leverage, profitability dan

perusahaan (size).

2 Abdul Raqeebb, Zaidi, and Cheema (2012) “Effect of

Credit Rating on Capital Structure: A Study on non-financial firms in

Pakistan”

Independen : Credit Rating, LNSALES, ROA, FTO

Dependen : Debt to Asset Ratio

Ordinary Leaset

Squares (OLS)

Credit Rating memiliki pengaruh yang besar terhadap struktur modal perusahaan dengan Credit Rating tinggi serta faktor lain

(FTOA, ROA dan size) cenderung akan memilih sedikit hutang dalam keputusan struktur modalnya.

3 Armen Hovakimian, Ayla Kayhan, and Sheridan

Titman (2009) “Credit Rating Targets”

Independen: Debt Ratio Dependen : DI, ER, DIV

Ordinary Least

Square (OLS)

Para ahli yakin bahwa cateris paribus dapat digunakan untuk memperoleh Credit Rating yang baik. Agar perusahaan dapat

mencapai rating yang tinggi maka diperlukan nilai ekuitas yang substansial dan ini sangat mahal.

4 Marc Michelsen dan Christian Klein (2011)

“the relevance of external Credit Ratings in the

capital structure decision-making process”

Independen : Credit Rating Outlook

Dependen : Net debt relative to net equity issuance (NetDebtIss)

Kontrol : Book Leverange, Profitability, Firm size, R&D A, Tangibility, Financial Slack, dan

Interest coverage ratio

Model regresi

data panel (fixed

effect model)

- Outlook rating lebih menggambarkan potensi arah ajngka panjang dari suatu Credit Rating dibandingkan jangka

menengahnya. - Perusahaan yang dekat dengan perubahan rating akan

menerbitkan 1.8% lebih sedkit hutang bersih terhadap ekuitas bersih dibandingkan perusahaan yang tidak dekat dengan perubahan rating.

- Metodologi yang lebih akurat dan langsung, sehingga memperkuat gagasan bahwa manajer erat kaitannya dengan


28


Credit Rating.

5 Hadi Pramu (2006) “

Determinan Struktur Modal:Studi Empiris pada Perusahaan Publik di

Indonesia”

Independen:

Biaya hutang,keagenan,risiko bisnis,ukuran perusahaan,kebijaka dividen, profitabilitas,kepemilikan

internal, eksternal dan institutional.

Dependen:

Struktur Modal

Ordinary

Least Squares (OLS)

- Faktor determinan struktur modal periode sebelumnya

berpengaruh secara signifikan terhadap keputusan struktur modal pada periode sekarang. Serta karakteristik perusahaan pada berbagai sektor yang diteliti memiliki pengaruh berbeda

terhadap keputusan struktur modal.

6 Johan Van Berlekom Emelie Bojmar dan

Johanna Linnard (2012) “The impact of Credit

Ratings structure decisions”

Independen : Credit Rating Dependen: Struktur Modal

(NetDIss) Kontrol : Leverange Profitability

dan ukuran perusahaan (size)

Model regresi

data panel

- Credit Rating mempengaruhi keputusan struktur modal perusahaan Eropa dan sebagai determinan dalam pengambilan

keputusan struktur modal suatu perusahaan. - Credit Rating pada batas kategori IHSG lebih signifikan

pengaruhnya dibandingkan kategori broad rating, baik secara statistik maupun ekonomi.

7 Finanti Friska (2011)

“Faktor-Faktor yang Mempengaruhi Struktur Modal Perusahaan Non

Financial di Bursa Efek Indonesia”- Jurnal Bisnis

dan Akuntansi

Independen: Ukuran perusahaan,

probabilita, risiko bisnis, time interest earned, dan pertumbuhan aktiva.

Dependen: Struktur Modal

(debt/total assets)

Analisis

Regresi Berganda

- Ukuran perusahaan dan risiko bisnis tidak memiliki pengaruh

yang signifikan terhadap struktur modal perusahaan. - Faktor yang berpengaruh terhadap struktur modal perusahaan

adalah profitabilitas, time interest earned, dan pertumbuhan

perusahaan.

Sumber: Diolah oleh Peneliti (2017)


29


Faktor yang mempengaruhi

2.2.1.1 Pengaruh Leverage dan Struktur modal

Rasio Leverage digunakan untuk mengukur hutang dalam struktur modal

dan kemampuan perusahaan untuk membayar hutang. Kerawanan muncul

manakala proporsi hutang struktur modal meningkat, sedangkan kemampuan

membayar hutangnya makin menurun. Dengan demikian, analisis rasio leverage

dapat digunakan sebagai peringatan dini kemungkinan terjadinya kebangkrutan

dan rasio ini juga menyiratkan bahwa perusahaan sebenarnya telah memiliki suatu

target struktur modal atau proporsi hutang yang diyakini paling sesuai dengan

kondisi perusahaan (Mardiyanto,2009:268). Kemunculan leverage biasanya juga

dikaitkan karena perusahaan dalam operasinya menggunakan aktiva atau dana

yang menimbulkan beban tetap.

2.2.1.2 Pengaruh Profitabilitas dan Struktur modal

Profitabilitas merupakan suatu indikator kinerja yang dilakukan

manajemen dalam mengelola kekayaan perusahaan yang ditunjukkan melalui laba

yang dihasilkan. Laba yang dihasilkan oleh perusahaan berasal dari penjualan dan

investasi yang dilakukan oleh perusahaan dengan tingkat pengembalian yang

tinggi atas investasi menggunakan hutang yang relatif kecil karena tingkat

pengembalian yang tinggi memungkinkan hutang yang relatif kecil, karena tingkat

pengembalian yang tinggi memungkinkan untuk membiayai sebagian besar

kebutuhan pendaaan dengan dana internal (Bringham dan Huston 2001:40).

Beberapa penelitian yang pernah dilakukan oleh (Badhuri, 2002) menunjukkan

bahwa profitabilitas berpengaruh terhadap struktur modal perusahaan (Kartika,

2009). Profitabilitas periode sebeulmnya merupakan faktor penting dalam

menentukan pendanaan (Surtono 2001:248 dalam Kartika,2009).

Pecking Order, manajer lebih senang menggunakan pembiayaan internal

yaitu laba ditahan, kemudian pendanaan eksternal berupa hutang dan penjualan

saham baru. Sedangkan Modigliani dan Miller menjelaskan bahwa perusahaan

dengan tingkat keuntungan atau laba yang tinggi cenderung akan menggunakan

hutang yang besar untuk mendapatkan keuntungan atau laba yang tinggi akan

meningkatkan struktur modalnya (Jensen,1986 dalam kartika 2009). Jika


30


pernyataan diatas benar, maka terbukti bahwa ada hubungan antara profitabilitas

dengan kebutuhan pendaaan. Hal ini kontras dengan teori pecking order.

2.2.1.3 Pengaruh Ukuran Perusahaan (Size) dan Struktur modal

Ukuran perusahaan dapat dinyatakan dalam total aktiva, penjualan dan

kapitalisasi pasar. Semakin besar total aktiva, penjualan dan kapitalisasi pasar

maka akan semakin besar juga ukuran perusahaan karena dapat mewakili seberapa

besar perusahaan tersebut. Semakin besar aktiva, maka semakin besar banyak

perputaran uang dan semakin banyak penjualan maka semakin banyak perputaran

uang. Semakin besar kapitalisasi pasar makan semakin besar pula perusahaan

tersbeut dikenal di dalam masyarakat (Sudarmadji dan Sularto,2007 dalam

Syadeli,2013).

Ukuran perusahaan akan mempengaruhi jumlah dana yang dibutuhkan

perusahaan dan bagaimana cara perusahaan memperoleh pendanaan tersebut

apabila perusahaan membutuhkan pendanaan dari pihak luar untuk menjalankan

kegiatan operasionalnya. Beberapa penelitian mengenai hubungan ukuran

perusahaan dengan struktur modal telah dilakukan di Indonesia, seperti penelitian

oleh (Bangun, 2008), serta Firnanti(2011) menunjukkan hal yang berbeda, yaitu

ukuran perusahaan tidak mempunyai pengaruh yang signifikan terhadap struktur

modal karena ukuran perusahaan yang besar tidak menjamin kelangsungan hidup

perusahaan maupun lancarnya kegiatan operasional perusahaan, ini menyebabkan

ukuran perusahaan tidak menjamin investor maupun kreditor dalam menanamka n

dana ke perusahaan. Trade-off theory juga menyatakan bahwa ukuran perusahaan

tidak berpengaruh signifikan terhadap struktur modal (Kartika,2009).

2.2.1.4 Financial Distress

Kondisi dimana perusahaan mengalami kesulitan keuangan dan terancam

bangkrut dan akan menimbulkan biaya kebangkrutan dinamakan sebagai financial

distress. Perusahaan mulai mengalami f inancial distress ketika arus kas operasi

tidak cukup untuk memenuhi kewajiban jangka pendek yang telah jatuh tempo.

Perusahaan dikatakan mengalami kondisi financial distress yaitu pada saat

perusahaan tersebut tidak mempunyai kemampuan untuk memenuhi jadwal


31


pembayaran kembali hutangnya kepada kreditur pada saat jatuh tempo (Emery

dan Finnerty,2007:205).

Ancaman financial distress bagi suatu perusahaan akan membuat pihak

manajemen berfokus pada upaya untuk menghindari kebangkrutan dibandingkan

membuat keputusan yang baik untuk perusahan. Kemungkinan terjadinya

financial distress diiringi dengan kenaikan penggunaan hutang oleh perusahan

yang semakin tinggi. Semakin besar hutang suatu perusahaan, maka beban biaya

bunga yang akan dibayarkan oleh perusahan juga akan semakin besar dan ini akan

memicu financial distress. Secara umum, terdapat beberapa macam kondisi

perusahaan yang mengalami financial distress (Emery dan Finnerty,2007:225)

yaitu:

1. Economic Failure

Kondisi dimana perusahaan tidak mempunyai pendapatan yang cukup

untuk dapat menutupi biaya prediksi maupun biaya modal. Tingkat

pengembalian investasi modalnya juga lebih rendah daripada tingkat

investasi modal yang bisa dihasilkan oleh perusahan dan biaya modal

yang harus dibayarkan perusahaan.

2. Business Failure

Kondisi dimana suatu perusahan yang pengembalian atas investasinya

negatif atau rendah. Jika suatu perusahaan mengalami kerugian

operasional secara terus menerus, maka nilai pasar dari perusahaan juga

akan menerus, sehingga jika perusahaan tidak mampu memperoleh return

yang lebih besar dari biaya modalnya maka perusahaan dikatakan

mengalami kegagalan (failure).

3. In default

Suatu perusahaan berada dalam kondisi in default jika perusahaan

melanggar jangka waktu perjanjian.

4. Insolvent

Perusahaan dikatakan dalam kondisi ini jika perusahan tidak mampu

memenuhi kewajiban jangka pendeknya karena kekurangan likuiditas atau

perusahaan tidak mampu memperoleh laba bersih.

5. Bankruptcy


32


Struktur Modal

Credit Rating

PT. PEFINDO

Variabel Dummy : CRPOM,

CR-CS dan CR IG_NIG

Independen

Dependen

Kondisi ini menggambarkan bahwa modal yang dimiliki oleh perusahaan

telah negatif dan perusahaan dinyatakan telah bangkrut secara legal

apabila perusahaan telah membuat pernyataan kebangkrutan yang

berlaku. oleh karena itu, ketidakmampuan dan kegagalan yang dihadapi

oleh suatu perusahaan merupakan inkompetensi manajemen dalam

mengelola perusahaan menghadapi lingkungan eksternalnya.

2.3 Kerangka Pemikiran

Memenuhi kebutuhan dana adalah salah satu tugas manajer keuangan, dalam

melakukan tugas tersebut manajer keuangan dihadapkan adanya suatu variasi

dalam pembelanjaan, dalam arti perusahaan lebih baik menggunakan dana yang

bersumber dari hutang (debt) terkadang perusahaan lebih baik jika menggunakan

dana yang bersumber dari modal sendiri (equity). Oleh karena itu manajer

keuangan di dalam operasinya perlu berusaha untuk memenuhi sasaran tertentu

mengenai pertimbangan antara besar hutang jumlah modal sendiri yang tercermin

dalam struktur modal perusahaan, perlu diperhitungkan berbagai faktor yang

mempengaruhi struktur modal dan Credit Rating terhadap Leverage (Debt to

Equity Ratio), Profitabilty (ROA), Size (Ukuran). Adapun penelitian ini dapat di

gambarkan sebagai berikut:

Gambar 2.4 Ilustrasi Model Penelitian

Sumber : Kisgen(2006) diolah oleh penulis, 2017


33


2.4 Hipotesis

Hipotesis adalah jawaban sementara terhadap masalah yang masih bersifat

praduga karena belum ada pembuktian atas kebenaranya untuk menguji kebenaran

jawaban sementara maka dalam penelitian ini diperlukan hipotesis, dimana

hipotesis berguna membantu penelitian ini agar tetap fokus terhadap pernyataan

yang diajukan dalam penelitian. Pengujian hipotesis digunakan untuk

membuktikan atau menguatkan suatu dugaan atau anggapan tentang parameter

populasi (Mulyono, 2003). Dalam bahasa statistika, sesuatu yang diasumsikan

atau diduga atau dihipotesiskan dinyatakan dalam null hypothesis (H0) atau

alternative hypothesis (H1). Mulyono (2003) menyatakan, null hypothesis diuji

berhadapan dengan hipotesis tandingannya yaitu alternative hypothesis. Teori

pengujian hipotesis akan memutuskan apakah H0 ditolak atau tidak ditolak.

Keputusan H0 ditolak atau tidak didasarkan pada test statistik yang diperoleh dari

data sampel, setelah dibandingkan dengan nilai kritis dari distribusi statistika yang

bersangkutan (Mulyono,2003)

Keputusan struktur modal merupakan salah satu keputusan manajemen

yang menjadi perhatian utama bagi para manajemen sebelum menentukan struktur

modal perusahaan, seorang manajer harus dapat menentukkan besarnya proporsi

hutang dan ekuitas untuk seluruh sumber pendanaan perusahaan. Selain itu pada

penelitian ini, Credit Rating juga dianggap memiliki peran penting dalam

membuat keputusan struktur modal oleh pihak manajemen karena dapat

menunjukkan kualitas dari struktur perusahaan kepada investor dan juga

mempengaruhi biaya modal suatu perusahaan.

Penelitian ini bertujuan untuk membuktikan apakah Credit Rating menjadi

salah satu faktor yang dapat mempengaruhi rasio hutang jika perusahaan memiliki

struktur modal yang optimal. Pengujian ini menggunakan tiga cara untuk melihat

pengaruh Credit Rating terhadap struktur modal, yaitu plus or minus test, crdit

score test dan investment grade non- investment grade test, pertama plus or minus

test mengelompokkan rating dalam bentuk “Broad Rating”, yang membagi Credit

Rating menjadi 2 (dua) kelompok yaitu Credit Rating yang mendekati

peningkatan (updgrade) dan penurunan (downgrade) dan yang tidak mendekati

peningkatan maupun penurunan (tidak mempunyai tanda plus atau minus).


34


Kedua, Credit Score Test Merupakan metode yang digunakan untuk

mengevaluasi risiko kredit dalam hal permohonan pinjaman dari konsumen (baik

perorangan maupun perusahaan). Selain itu Credit Score Test juga digunakan

untuk mengklasifikasikan obligasi perusahaan termasuk kedalam kategori yang

baik atau buruk. Pada penelitian ini, peneliti menggunakan Credt Score Test

sebagai salah satu cara dalam memprediksi kemampuan suatu perusahaan dalam

melunasi hutangnya, dimana hal ini dapat tercermin dari Credit Score perusahaan

tersebut, maka dari itu, hipotesis pertama dan kedua yang diajukan adalah:

H1 Credit Rating mempengaruhi Struktur modal perusahaan Non

Financial di Indonesia berdasarkan Plus or Minus Test.


Financial di Indonesia berdasarkan Credit Score Test.

Peringkat kredit di Indonesia dikelompokkan atas dua jenis yaitu

investment grade dan non-investment grade. Hal ini sedikit berbeda dengan

negara-negara lain. Yang mana peringkat kreditnya dikelompokkan menjadi

invetsment grade dan speculative grade. Berbeda dengan hipotesis sebelumnya,

hipotesis kedua yang diajukan ini untuk menguji pengaruh Credit Rating yang

berada pada borderline antara investment grade dan non-investment grade

terhadap struktur modal perusahaan Non Financial di Indonesia. Pengujian ini

dilakukan untuk membuktikan apakah manajer akan cenderung menerbitkan lebih

sedikit hutang relatif terhadap ekuitas atau sebaliknya jika rating perusahaan

berada pada borderline investment grade dan non-investment grade. Maka dari

itu, hipotesis ketiga yang diajukan adalah:


Financial berdasarkan Investment Grade Non-Investment Grade

Test.



BAB III

METODOLOGI PENELITIAN

Penelitian merupakan cara ilmiah untuk mendapatkan data dengan tujuan

dan kegunaan tertentu. Untuk memperoleh gembaran objektif yang dapat

mencarikan penjelasan dan jawaban atas suatu penelitian, maka diperlukan

perumusan dan analisis mengenai metode penulisan yang digunakan. Melalui

penelitian manusia dapat menggunakan hasilnya. Secara umum dapat digunakan

untuk memahami, memecahkan dan mengantisipasi masalah dalam kehidupan

manusia. Sugiyono (2008:2).

3.1 Desain Penelitian

Berdasarkan tujuannya, penelitian ini dilakukan dengan menggunakan

pendekatan kuantitatif. Menurut Sugiyono (2008:14) metode penelitian

kuantitatif merupakan metode penelitian yang berlandaskan pada filsafat

positivisme, digunakan untuk meneliti pada populasi atau sampel tertentu,

teknik pengambilan sampel pada umumnya dilakukan secara random,

pengumpulan data menggunakan instrumen penelitian, analisis data bersifat

kuantitatif (statistik) dengan tujuan untuk menguji hipotesis yang telah

diterapkan. Penelitian ini mengggunakan angka dan dapat dihitung serta

melakukan pengumpulan dan menganalisis data dalam bentuk numerik.

3.2 Objek Penelitian

Penelitian ini dilakukan dengan tujuan mengetahui pengaruh antara

Struktur Modal dengan variabel kontrol Leverage, Profitability, Size terhadap

peringkat obligasi (PT. PEFINDO), objek yang digunakan adalah perusahaan

yang bergerak pada non financial yang terdaftar di Bursa Efek Indonesia

periode2010-2015.


36


3.3 Populasi dan Sample

3.3.1 Populasi

Sugiyono (2008:71), menyatakan populasi diartikan sebagai wilayah

generalisasi yang terdiri atas objek/subjek yang mempunyai kualitas dan

karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan

kemudian ditarik kesimpulannya. Penelitian ini mengambil populasi berupa

perusahaan non financial yang terdaftar di Bursa Efek Indonesia (BEI) pada

tahun 2010-2015. Penetapan ini didasarkan pada pengaruh Credit Rating

terhadap struktur modal perusahaan non financial di Indonesia.

3.3.2 Sampel dan Metode Sampling

Sugiyono (2008:72), menyatakan sampel adalah bagian dari jumlah

dan karakteristik yang dimiliki oleh populasi tersebut. Jika populasi yang

akan diteliti besar dan luas, maka peneliti tidak mungkin untuk meneliti dan

mengamati keseluruhan dari populasi. Pemilihan sampel dilakukan dengan

cara menentukan kriteria-kriteria untuk mencapai tujuan tertentu, adapun

kriteria yang ditetapkan dalam penelitian yaitu; sampel perusahaan yang

mengeluarkan dan menerbitkan obligasi selama periode 2010-2015 dan

memiliki data-data seperti laporan keuangan dan Credit Rating dari PT.

PEFINDO periode 2010-2015.

3.4 Jenis dan Sumber data

Jenis penelitian dapat dikelompokkan berdasarkan dimensi waktu, tujuan,

manfaat dan teknik pengumpulan data (Neuman, 2007). Pemaparan jenis

penelitian yang diharapkan mampu memberikan gambaran mengenai tujuan

penelitian yang ingin didapat oleh peneliti.

Penelitian ini didasarkan pada dimensi waktu, atau disebut cross sectional

time-series (panel). Penelitian cross sectional merupakan penelitian yang

mengambil satu bagian dari gejala (populasi) pada satu waktu tertentu, yaitu

periode tahun 2010-2015 dan tidak dalam satu interval titik waktu tertentu,

sedangkan penelitian time-series adalah penelitian yang menggunakan data dari

satu atau beberapa variabel yang dikumpulkan secara runtut waktu. Syarat


37


multak pada pengambilan data untuk penelitian time series adalah seluruh

variabel memiliki frekuensi atau interval yang sama. Menurut Santoso

(Santoso, 2007) Data panel dapat dibedakan menjadi dua, yaitu;

- Balanced panel : terjadi jika panjangnya waktu untuk setiap unit

cross section-nya sama

- Unbalanced panel : terjadi jika panjangnya waktu tidak sama untuk

setiap unit cross section.

Pada Penelitian ini peneliti menggunakan Unbalanced panel data.

Berdasarkan tujuan, penelitian ini bersifat eksplanatif, yaitu penelitian yang

bertujuan untuk menjelaskan pengaruh antara dua variabel atau lebih di tambah

dengan variabel kontrol (Prasetyo dan Jannah,2005). Pengujian hipotesis dalam

penelitian ini menggunakan variabel independen pengaruh yaitu Credit Rating

terhadap variabel dependen dan variabel kontrol lainnya.

Berdasarkan manfaat, penelitian ini dikategorikan termasuk kedalam

penelitian murni, dikarenakan penelitian ini didukung teori yang ada dan

dilakukannya pengembangan teori. Penelitian ini memiliki orientasi akademis

dan ilmu pengetahuan serta memberikan dasar untuk pengetahuan serta

pemahaman yang dapat digeneralisasikan untuk penelitian selanjutnya

(Prasetyo dan Jannah,2005).

Berdasarkan teknik, pengumpulan data penelitian ini dikategorikan

kedalam teknik pengumpulan data secara kuantitatif, yaitu penelitian dengan

data yang berbentuk angka-angka (Prasetyo dan Jannah, 2005). Pada penelitian

ini, sumber yang digunakan untuk mengakses data sekunder adalah Bursa Efek

Indonesia (BEI), ICAMEL, PEFINDO dan Data Stream.

3.4.1 Metode Pengumpulan Data

Metode pengumpulan pada penelitian ini menggunakan sumber data

sekunder. Teknik pengumpulan data sekunder adalah teknik pengumpulan

dimana data yang diperoleh dalam penelitian didapatkan secara tidak langsung.


38


3.5 Variabel dan Operasionalisasi Variabel

Variabel merupakan gejala yang menjadi fokus peneliti untuk diamati,

variabel sebagai atribut dari sekelompok orang atau obyek yang mempunyai

variasi antara satu dengan yang lainnya dalam kelompok tersebut.. Definisi

operasional adalah unsur penelitian yang terkait dengan variabel yang terdapat

pada judul penelitian. Sugiyono (2008:61). Adapun variabel penelitian ini

sebagai berikut;

3.5.1 Variabel Dependen

Variabel Dependen merupakan variabel yang dipengaruhi atau yang

menjadi akibat, karena adanya variabel Independen (Sugiyono, 2008:61).

Variabel dependen yang digunakan dalam penelitian ini adalah struktur modal.

Untuk menghitung struktur modal, penelitian ini menggunakan NetDIss, Sebagai

proksi dari keputusan struktur modal, NetDIss adalah ukuran dari tingkat hutang

suatu perusahaan yang dapat mengubah keputusan modal perusahan tersebut.

NetDIss dapat diukur dengan menggunakan formula net debt issuance dikurangi

dengan net equity issuance, lalu dibagi dengan asset perusahaan i pada tahun t.

NetDIssit = (ΔDi.t – ΔEi.t)/Ai.t (3.1)

Sumber: Kisgen(2006)

Dimana:

ΔDi.t= Perubahan hutang jangka panjang + perubahan hutang lancar

perusahaan i pada tahun t sampai tahun t+1.

ΔEi.t= Common Stock – Treasury stock perusahaan i pada tahun t sampai tahun

t+1.

Ai.t= Total asset awal tahun perusahaan i tahun t.

3.5.2 Variabel Independen

Variabel Independen adalah variabel yang menjadi sebab timbulnya atau

berubahnya variabel dependen (variabel terikat), jadi variabel independen sering

disebut sebagai variabel yang mempengaruhi (Sugiyono (2008:61)). Dalam


39


penelitian ini variabel independen adalah Credit Rating yang diproksikan

sebagai variabel dummy. Credit Rating disini adalah Credit Rating yang

dikeluarkan oleh PT. PEFINDO untuk perusahaan non financial yang terdaftar

di Bursa Efek Idnonesia pada periode penelitian 2010-2015. Adapun kode

peringkat yang digunakan oleh PT. PEFINDO adalah idAAA, idAA, idA,

idBBB, idBB, idB, idCCC, idSD dan idD.

3.5.3 Variabel Kontrol

Variabel kontrol adalah variabel yang dikendalikan atau dibuat konstan,

sehingga tidak akan mempengaruhi variabel utama yang diteliti (Sugiyono

(2008:61). Merujuk peneltian yang dilakukan oleh Kisgen (2006), variabel

kontrol yang digunakan dalam penelitian ini adalah beberapa rasio keuangan

seperti leverage, profitability, ukuran perusahaan (size).

Tabel 3.1 Variabel Kontrol Penelitian

Variabel Kontrol Pengertian Measurement

Leverage Di,t = Nilai buku hutang jangka

panjang + Nilai buku hutang jangka

pendek perusahaan i pada tahun t-1.

Ei,t = Nilai buku ekuitas Shareholder

perusahaan i pada tahun t-1.

Di,t-1/(Di,t-1+Ei,t-1)

Profitability EBITDA = Earning Before Interest,

Tax, and Depreciation perusahaan i

tahun t-1.

Ai,t-a= Total Aset Awal Tahun

Perusahaan i tahun t-1.

EBITDA i,t-1/Ai,t-1

Ukuran Perusahaan

(Size)

Log Natural dari penjualan

perusahaan i pada tahun t-1.

{In(Salesi,t-1)}

Sumber : Kisgen (2006). *)Diolah kembali oleh penulis.


40


3.5.4 Variabel dummy

Variabel dummy membuat model regresi linear menjadi alat yang sangat

fleksibel sehingga mampu untuk menangani banyak masalah menarik yang

dijumpai dalam studi empiris (Gujarati, 2006, hal. 4). Dalam analisis regresi

sering ditemukan bahwa variabel independen tidak hanya terdiri dari variabel

yang dapat dinyatakan secara kuantitatif (pendapatan, harga, biaya dan lainnya),

terkadang juga terdapat variabel yang pada dasarnya bersifat kualitatif (jenis

kelamin, ras, agama, tipe dan lainnya). Karena variabel tersebut biasanya hanya

menunjukkan ada atau tidaknya “kualitas” atau ciri tertentu, salah satu metode

untuk membuatnya menjadi kuantitatif adalah dengan membentuk variabel

buatan yang mengambil nilai 1 atau 0. Pada penelitian ini terdapat beberapa

variabel dummy untuk 3 model yang berbeda.

a. Variabel Dummy untuk Plus or Minus Test

CRPOM = 1 jika perusahaan memiliki Credit Rating dengan tanda plus

atau minus dan 0 jika perusahaan tidak memiliki Credit

Rating dengan tanda plus atau minus

CRplus = 1 jika perusahaan memiliki Credit Rating dengan tanda plus

dan 0 jika perusahaan tidak memiliki Credit Rating dengan

tanda plus.

CRMinus = 1 jika perusahaan memiliki Credit Rating dengan tanda

minus dan 0 jika perusahaan tidak memiliki Credit Rating

dengan tanda minus.

b. Variabel Dummy untuk Credit Score Test

CRHOL = 1 jika perusahaan memiliki Credit Rating score yang masuk

pada kelompok high-third dan low-third dan 0 jika tidak.

CRHigh = jika perusahaan yang memiliki Credit Rating score yang

masuk pada kelompok high-third dan 0 jika tidak.

CRLow = 1 jika perusahaan yang memiliki Credit Score yang masuk

pada kelompok low-third dan 0 jika tidak.

Variabel Credit Rating pada Credit Score Test didapatkan berdasarkan

hasil perhitungan Credit Score yang diperoleh dan kemudian peneliti

menentukan nilai maksimum dan minimum Credit Score. Setelah itu dibuat


41


batas atas dan batas bawah untuk mengelompokkan perusahaan-perusahaan

tersebut kedalam tiga kategori, yaitu high-third, middle third dan low third.

Untuk melakukan test ini, perlu dibuat kategorisasi rating yang terdiri

dari tiga kategori, yaitu high, low dan high or low (HOL). Berdasarkan

kategorisasai di atas, perusahaan yang termasuk dalam kategori High dan HOL

dan perusahaan yang termasuk dalam kelompok low-third akan masuk ke dalam

kategori low dan HOL.

c. Variabel Dummy untuk Investment Grade Non-Investment Grade Test.

Variabel dummy yang digunakan pada Investment Grade Non-Investment

Grade Test adalah:

CRIGNIG= 1 jika perusahaan memiliki Credit Rating BBB- atau BB+

dan jika perusahaan tidak memiliki Credit Rating BBB-

atau BB+.

CRPOM= 1 jika perusahaan memiliki Credit Rating dengan tanda

plus atau minus dan 0 jika perusahaan tidak memiliki

Credit Rating dengan tanda plus dan minus.

Variabel Credit Rating pada IGNIG test hanya menggunakan Credit Rating

yang berada pada borderline kategori investment grade dan non-investment grade,

dimana Credit Rating BBB- merupakan Credit Rating pada borderline kategori

investment grade, sedangkan Credit Rating BB+ merupakan Credit Rating pada

borderline non-investment grade.

3.6 Model Penelitian

Model penelitian yang digunaan dalam skripsi ini mengacu pada penelitian

yang dilakukan oleh Darren J. Kisgen yang berjudul “Credit Ratings and Capital

structure” (Juni 2006). Mengingat keterbatasan akses informasi, maka dilakukan

beberapa penyesuaian rasio yang diperlukan untuk penelitian ini. Jumlah total

model persamaan dalam penelitian ini sebanyak 8 persamaan yang dibagi kedalam

tiga pengujian. Berikut model yang digunakan dalam penelitian ini:

3.6.1 Plus or Minus Test

Tiga Model regresi pada Plus or Minus Test Kisgen(2006):


42


1 NetDissit = α + β1CRplus + β2CRMinus + θKit + εit (3.2)

2 NetDissit = α + β0CRPOM + θKit + εit (3.2)

3 NetDissit = α + β3CRPOM + εit (3.4)

Dimana:

NetDissit = (ΔDi,t – ΔEi,t)/Ai,t

Α = Intersep poin.

β1 β2 β3 β4 = Koefisien regresi.

CRPOM = Variabel dummy untuk perusahaan yang memiliki Credit

Rating dengan tanda plus atau minus.

CRplus = Variabel dummy untuk perusahaan yang memiliki tanda plus.

CRMinus = Variabel dummy untuk perusahaan yang memiliki tanda

minus.

Kit = Variabel kontrol.

εit = Random eror.

ΔDi,t = Perubahan hutang jangka panjang + perubahan hutang lancar

perusahaan pada tahun t sampai tahun t+1

ΔEi,t = Common stock – treasury stock perusahaan i pada tahun t

sampai tahun t+1.

Ai,t = Total Aset awal tahun perusahaan i tahun t.

Sumber : Kisgen (2006)

Model 1 digunakan untuk menguji hipotesis 1 yaitu pengaruh Credit Rating

terhadap stuktur modal dengan melakukan pemisahan rating berdasarkan kategori

peringkat besar (Broad Rating), dimana rating tersebut dikelompokkan lagi

dengan perinkat spesifik menggunakan tanda “+” atau “-” (Kisgen,2006).

Variabel kontrol yang digunakan pada model 1, yaitu leverage, profitability, size.

Digunakan untuk melihat pengaruh dari masing-masing variabel kontrol terhadap

struktur modal di perusahaan Indonesia.

3.6.2 Credit Score Test

Credit Score = 1.4501Log(A)+11.6702EBITDA/A-6.0462Debt/TotalCap (3.5)



43


Dimana :

1 A = Total Asset

2 EBITDA = Earning before interest, tax, and depreciation.

3 Debt = Hutang jangka panjang ditambah hutang jangka pendek.

4 Total Cap = Total hutang ditambah total ekuitas perusahaan.

Tiga Model regresi pada Credit Score Test (Kisgen,2006):

1 NetDissit = α + β1CRHigh + β2CRLow + θKit + εit (3.6)

2 NetDissit = α + β0CRHOL + θKit + εit (3.7)

3 NetDissit = α + β3CRHOL + εit (3.8)

Dimana:


Α = Intersep poin.

β1 β2 β3 β4 = Koefisien regresi.

CRHOL = Variabel dummy untuk perusahaan yang memiliki credit score

yang berada pada kelompok high-third dan low-third.

CRHigh = Variabel dummy untuk perusahaan yang memiliki credit score

yang berada pada kelompok high-third.

CRLow = Variabel dummy untuk perusahaan yang memiliki credit score

yang berada pada kelompok low-third.


εit = Random eror.




sampai tahun t+1.


Sumber:Kisgen(2006)

Model 2 yang digunakan dalam penelitian disebut Credit Score Test,

dimana pengujian ini dilakukan dengan menghitung credit score masing-masing


44


perusahaan dengan persamaan credit score dari Kisgen(2006). Hasil credit score

yang tercermin melalui perhitungan yang menggunakan variabel asset, leverage

dan perbandingan hutang terhadap capital digunakan untuk mengkasifikasikan

Credit Rating perusahaan termasuk kedalam kategori baik atau buruk sehingga

akan berpengaruh terhadap keputusan struktur modal perusahaan.

Variabel Credit Rating pada Credit Score Test didapatkan berdasarkan

hasil perhitungan credit score yang diperoleh dan kemudian peneliti menentukan

nilai maksimum dan minimum credit score. setelah itu dibuat batas atas dan batas

bawah untuk mengelompokkan perusahaan tersebut kedalam tiga kategori, yaitu

high-third, middle-third dan low-third. Dalam melakukan pengujian ini maka

dibuat tiga kategorisasi rating yaitu high, low, dan high or low(HOL).

Berdasarkan kategorisasi diatas, perusahaan yang termasuk dalam kategori high-

third akan masuk kedalam kategori High dan HOL dan perusahaan yang termasuk

dalam kelompok low-third akan masuk kedalam kategori low dan HOL.

3.6.3 Investment Grade Non-Investment Grade Test.

Dua persamaan pada investment Grade non-investment grade test

(Kisgen,2006):

1 NetDissit = α + δ1CRIG_NIG + θKit + εit (3.9)

2 NetDissit = α + δ2CRIG_NIG + β5CRPOM + θKit + εit (3.10)

Dimana:


Α = Intersep poin.

β5 = Koefisien regresi.

CRIGSG = 1 jika perusahaan memiliki rating BBB- atau BB+ dan 0 jika

perusahaan tidak memiliki rating BB- atau BB+.

CRPOM = 1 jika perusahaan memiliki Credit Rating dengan tanda plus

atau minus dan 0 jika perusahaan tidak memiliki Credit Rating

dengan tanda plus atau minus.


εit = Random eror.


45





sampai tahun t+1.



Pernyataan Kisgen(2006) bahwa perusahaan yang Credit Rating-nya

berada pada kategori speculative grade atau non-investment grade akan lebih

cenderung memperhatikan rating perusahaan karena akan mempengaruhi

likuiditas obigasi perusahaan atau berdampak juga pada investor. Beberapa

penjelasan dalam penelitian mempertanyakan mengapa perusahaan harus lebih

mengkhawatirkan perubahan Credit Rating yang terjadi disekitar batasan

(borderline) kelompok investment grade dan speculative grade/non investment

grade. Untuk mengeksplor lebih lanjut mengenai hal tersebut, maka pengujian ini

akan menggunakan model 3 yang melibatkan variabel dummy CRIGNIG.

Model 3 digunakan untuk menguji apakah selisih peenerbitan hutang

bersih dengan ekuitas terhadap total asset dipengaruhi oleh Credit Rating

perusahaan yang berada pada batas kategori/invetsment grade non-investment

grade. Berdasarkan model penelitian diatas diharapkan bahwa perusahaan dengan

Credit Rating pada kategori tersebut akan menerbitkan lebih sedikit hutang relatif

terhadap ekuitas dibandingkan perusahaan dengan credit rating lainnya.

3.7 Metode Pengolahan data dan Analisis Data

3.7.1 Metode Pengolahan Data

Metode analisis dalam penelitian ini menggunakan dua jenis software.

Pertama, menggunakan Microsoft Excel 2013, Microsoft Excel 2013 digunakan

untuk memasukan data keuangan dan data yang akan diolah dalam penelitian ini.

Kedua, penelitian ini menggunakan Software EViews.Software ini digunakan

untuk menghitung koefisien model dan regresi, uji asumsi klasik serta uji

signifikansi model penelitian. Dalam penggolahan datanya penelitian ini

diterapkan dengan menggunakan model regresi data panel menggunakan salah

satu dari 3(tiga) pendekatan pada model ini. Untuk data panel, sebelum membuat


46


regresi terlebih dahulu menggabungkan data cross sectional dengan data time

series. Berikut ilustrasi pengolahan data pada penelitian ini.


47


Gambar 3.2 Alur Pengolahan Data

Sumber : Diolah Oleh Peneliti (2017)

Mengumpulkan data Credit Rating dan data keuangan perusahaan

yang dibutuhkan sesuai dengan model persamaan penelitian

Mempersiapkan model

persamaan dan mengolah

data menjadi variabel

untuk CRHOL test

Memasukan data yang diperlukan

tersebut kedalam Excel

Mempersiapkan model

persamaan dan

mengolah data menjadi

variabel POM test

Memisahkan variabel dummy Credit Rating

dalam POM test, CRHOL test, IGNIG Test

untuk digunakan dalam TOT test, POT Test

Mempersiapkan model persamaan

dan mengolah data menjadi

variabel yang diperlukan dalam

TOT test

Memasukan data

dalam estimasi tiga

model persamaan

pengujian POM test

Memasukan data

dalam estimasi dua

model persamaan

pengujian POT test

Memasukan data

dalam estimasi dua

model persamaan

pengujian TOT test

Memasukan data

dalam estimasi dua

model persamaan

pengujian CRHOL

test

Meregresikan persamaan-persamaan tersebut dengan metode OLS

menggunakan E-views 8

Melakukan uji validitas model (heteroskedastisitas autokerelasi

dan Multikolorenitas)

Melakukan analisa dan pengujian model (Uji-F, Uji T, R-square

dan Uji Adjusted R

Meyimpulkan hasil penelitian


dan mengolah data menjadi variabel

untuk investment non investment

grade


dan mengolah data menjadi

variabel yang diperlukan dalam

POM Test Memasukan data

dalam estimasi

dua model

persamaan

pengujian IGNIG

test

START

FINISH


48


3.7.2 Analisis Data Deskriptif

Dalam penelitian kuantitatif, analisis data merupakan kegiatan setelah

proses pengumpulan data. Terdapat dua jenis teknik analisis dalam sata penelitian

kuantitatif, yaitu analisis data statistik deskriptif dan analisis data inferensia.

Teknik analisis statistik deskriptif adalah teknis yang digunakan untuk

menganalisis data dengan cara mendeskripsikan data yang telah terkumpul

sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk

umum dan tanpa uji signifikansi (Anas,2009:34). Parameter analisis deskriptif

adalah mean, median, frekuensi, persentase, persentil dan sebagainya (Chairunas,

2014). Penyajian data penelitian dengan menggunakan teknik analisis deksiptif

akan lebih ditekankan dalam bentuk tabel, grafik, dan ukuran-ukuran statistik.

Menurut (Triola, 2004, hal. 25) Aritmetic mean adalah metode perhitungan

yang paling sering digunakan dan merupakan nilai rata-rata dari kumpulan data.

Rata-rata merupakan ukuran tendensi sentral yang paling umum digunakan dalam

praktik karena beberapa manfaat yang dimilikunya. Pertama, rata-rata merupakan

cara termudah untuk mendeksripsikan data. Kedua, nilai rata-rata merupakan cara

termudah untuk membandingkan dua atau lebih himpunan data. Median adalah

angka tengah yang diperoleh apabila data disusun dari nilai terendah hingga nilai

tertinggi.

3.7.3 Analisis Inferensia

Penelitian ini menggunakan model regresi data panel untuk mengetahui

pengaruh variabel Credit Rating terhadap variabel struktur modal. Data panel

dapat dibedakan menjadi dua, yaitu balanced panel dan unbalanced panel.

Balanced panel terjadi jika panjangnya waktu untuk setiap unit cross section-nya

sama, sedangkan unbalanced panel terjadi jika panjangnya waktu tidak sama

untuk setiap unit cross section. Penelitian ini mengunakan unbalanced panel,

namun pendekatan yang digunakan dalam menganalisis model regresi sama

dengan analisis model regresi data panel yaitu pendekatan kuadrat terkecil (pooled

least square/common effect), pendekatan efek tetap (fixed effect) dan pendekaan

efek acak (random effect).

a. Pendekatan Kuadrat Terkecil (Pooled Least Square/Common Effect)


49


Menurut (Widarjono, 2009, hal. 232), Teknik yang paling sederhana untuk

mengestimasi data panel adalah hanya dengan mengkombinasikan data time

series dan cross section. Dengan hanya menggabungkan data tersebut tanpa

melihat perbedaan antar waktu dan individu maka kita bisa menggunakan

metode OLS. Untuk mengestimasi model data panel. Metode ini dikenal dengan

estimasi common effect atau disebut juga pooled regression. Pendekatan ini tidak

memperhatikan dimensi individu maupun waktu, dimana diasumsikan bahwa

perilaku data antar perusahaan sama dalam berbagai kurun waktu. Metode

estimanya menggunakan Ordinary Least Squares (OLS). Model persamaan

regresinya:

Yit = β0 + β1X1it + .... + βpXpit + uit (3.11)

Asumsi:

1. uit ~ N (0,σ2)

2. E (uit uis) = E (uit ujt) = E (uit ujs) = 0 (i ≠ j;t ≠ s)

3. Tidak ada multikolinieritas antar variabel bebas yang digunakan

b. Pendekatan Efek Tetap (Fixed Effect)

Model ini mengasumsikan bahwa dalam berbagai kurun waktu, karakteristik

masing-masing individu adalah berbeda. Perbedaan tersebut dicerminkan oleh

nilai intersep pada model estimasi yang berbeda untuk setiap individu, teknik

model fixed effect adalah teknik mengestimasi data panel dengan menggunakan

variabel dummy untuk menangkap adanya perbedaan intersep

(Widarjono,2009:232) Model persamaan regresinya:

Yit = β0i + β1X1it + . . . + βpXpit + uit (3.12)

Model diatas biasanya dituliskan dalam bentuk dummy variabel untuk

menggantikan perbedaan intersep yang ada, sehingga dapat dituliskan sebagai

berikut:

Y = β0 + α2D2i + α3D3i + ... + αNDNi + β1X1it + ... + βpXpit + uit (3.13)

Asumsi :


50


1. uit ~ N(0,σ2)

2. E (uit uis) = E (uit ujt) = E (uit ujs) = 0 (i ≠ j;t ≠ s0

3. Tidak ada multikolinieritas antar variabel bebas yang digunakan,

termasuk variabel dummy.

Jika model fixed effect mengandung masalah heterokedastisitas maka

persoalan ini bisa diatas dengan menggunakan metode Generalized Least

Squares (GLS.

c. Pendekatan Acak (Random Effect)

Variabel dummy digunakan dalam model fixed effect bertujuan untuk

mewakili ketidaktahuan tentang model yang sebenarnya. Namun ini juga

membawa konsekuensi berkurangnya derajat kebebasan (degree of freedom) yang

pada akhirnya mengurangi efisiensi parameter. Masalah ini dapat diatas dengan

menggunakan variabel gangguan (error terms) yang dikenal sebagai metode

random effect (Widarjono,2009;235) Model ini juga mengasumsikan bahwa

dalam berbagai kurun waktu, karakteristik masing-masing individu adalah

berbeda. Model persamaan regresinya:

Yit = β0i + β1X1it + ... + βpXpit + uit (3.14)

Dimana : β0i = β0 + εi

Sehingga modelnya dapat pula dituliskan sebagai berikut:

Yit = β0i + β1X1it + ... + βpXpit + (εi+uit) (3.15)

Yit = β0i + β1X1it + ... + βpXpit + wit (3.16)

Dimana : wit = εi+uit

Asumsi :

1. εi ~ N(0,σz)

2. uit ~ N(0,σu)

3. E (uit uit)= 0E (εi εj)= 0( i ≠ j)

4. E (uit uis)= E (uit ujt)= E (uit ujs)= 0 (i ≠ j;t ≠ s)


51


5. Tidak ada multikolinieritas antar variabel bebas yang digunakan,

termasuk variabel dummy

Akibat dari asumsi-asumsi diatas maka:

1. E (wit) = 0

2. Var (wit) = σε + σu

3. Jika σε = 0

Maka REM dapat diestimasi dengan OLS (cukup menggunakan Common

Effects), jika tidak maka diestimasi dengan Generalized Least Squares (GLS).

Cara untuk memilih salah satu dari ketiga pendekatan diatas adalah

sebagai berikut :

1. Memilih antara model Common Effect VS Fixed Effect

Untuk memilih model mana yang lebih cocok antara Common Effects

atau Fixed Effects, dapat digunakan Uji Chow (Chow Test) atau Restricted

F-Test sebagai berikut:

H0 = Model Common Effects lebih baik daripada

Fixed Effects

H1 = Model Fixed Effects lebih baik daripada

Common Effects

Tingkat signifikansi

=

α (1%,5%, atau 10%)

Kriteria pengambilan keputusan setelah melakukan Uji Chow:

- H0 ditolak jika p- value ≤ α

2. Memilih antara model Fixed Effects VS Random Effects

Untuk memilih model mana yang lebih cocok antara Fixed Effects atau

Random Effects, dapat digunakan Uji Hausman (Hausman’s Test), yaitu

sebagai berikut:

H0 Model Random Effects lebih baik daripada Fixed Effects

H1 Model Fixed Effects lebih baik daripada Fixed Effects


52


Tingkat

signifikansi

α (1%,5%, atau 10%)

Kriteria pengambilan keputusan setelah melakukan Uji Hausman adalah:

- H0 ditolak jika p-value ≤ α, dimana p = jumlah variabel bebas.

3. Memilih antara model Random Effect VS Common Effects

Untuk memilih model mana yang lebih cocok antara Common Effects

atau Random Effects, dapat digunakan Uji Lagrange Multiplier (LM Test),

yaitu sebagai berikut:

H0 σε = 0 (intersep tidak bersifat random)

H1 σε ≠ 0 (intersep bersifat random)

Tingkat

signifikansi

α (1%,5%, atau 10%)

Kriteria pengambilan keputusan setelah melakukan LM Test adalah:

- H0 ditolak jika p-value ≤ α

3.8 Uji Asumsi Klasik

Mempertimbangkan bahwa dalam model regresi yang ingin dicapai adalah

Best Linear Unbiased Estimator (BLUE) dan sering dijumpai dalam model

regresi (terutama regresi linear berganda) berbagai masalah terutama

pelanggaran terhadap asumsi klasik, maka dalam penelitian ini dilakukan

pengujian asumsi klasik berupa uji normalitas, heteroskedastistas, dan

multikolinearitas.

3.8.1 Uji Normalitas

Bertujuan menguji apakah dalam model regresi, variabel pengganggu

atau residual memiliki distribusi normal. (Ghozali, 2013, hal. 154)

:menyatakan prosedur pengajuan statistik didasarkan pada asumsi bahwa

faktor kesalahan µi distribusikan secara normal, kesalahan µi sebenarnya tidak

dapat diamati secara langsung, oleh karena itu direkomendasikan

menggunakan residu ei yang merupakan taksiran µi untuk mengetahui

normalitas dari µi. Jika asumsi ini dilanggar maka model regresi dianggap

tidak valid denan jumlah sampel yang ada. Terdapat beberapa cara yang dapat


53


dilakukan untuk menguji normalitas, yaitu analisis grafik serta histogram,

analisis ststistik one sample Kolmogorov-Smirnov test dan uji Jarque Berra.

Penelitian ini menggunakan uji Jaque berra dengan menguji normalitas

model regresi data panel. Metode Jaque berra didasarkan pada sampel besar

yang diasumsikan bersifat asymptotic. Uji statistik Jaque berra menggunakan

perhitungan skewness dan kurtosis. Adapun formula uji statistik Jaque berra

adalah sebagai berikut:

JB = 𝑛[𝑆2

6+

(𝐾−𝛼)3

24] (3.17)

Dimana : S = Koefisien skewness

K = Koefisien kurtosis

Sumber: Widarjono (2009)

Jika variabel didistribusikan secara normal maka nilai koefisien S=0 dan

K=3, oleh karena itu, jika residual terdistribusi secara normal maka

diharapkan nilai statistik Jaque berra akan sama dengan nol. Nilai statsitik

Jaque berra ini didasarkan pada distribusi chi Squares dengan derajat

kebebasan (df) 2. Jika nilai probabilita p dari statistik Jaque berra besar atau

dengan kata lain jika nilai statistik Jaque berra tidak signifikan maka

hipotesis residual mempunyai distribusi normal diterima karena nilai s tatistik

Jaque berra mendekati nol. Sebaliknya jika nilai probabilita p dari statistik

Jaque berra kecil atau signifikan maka hipotesis bahwa residual mempunyai

distribusi normal ditolak karena nilai statistik Jaque berra tidak sama dengan

nol (Widarjono 2009:50).

3.8.2 Uji Heteroskedastisitas

Dalam penggunaan OLS adalah varians residual yang konstan, dimana

varians dari residual tidak berubah dengan berubahnya satu atau lebih variabel

bebas. Jika asumsi ini terpenuhi, maka residual disebut homokedastis, jika tidak,

disebut heteroskedastis (Ariefianto,2012:37). Jika model mengalami gejala

heteroskedastisitas tidak menyebabkan estimator (βi) menjadi bias karena residual

bukanlah komponen dalam perhitungan. Namun, heteoskedastisitas menyebabkan


54


Standard Error dari model regresi menjadi bias, sebagai konsekuensinya matriks

varians-kovarians yang digunakan untuk menghitung Standard Error parameter

menjadi bias juga. Oleh karena pengujian untuk menghitung Standard Error

parameter menjadi bias juga. Dengan demikian pengujian hipotesis baik t test

maupun F test sangat terikat pada Standard Error yang benar. Masalah

heteroskedastisitas akan menyebabkan pengambilan keputusan menjadi tidak

valid (Ariefianto, 2012:39).

Menurut Nachrowi dan Usman (2006) untuk mendeteksi adanya

heteroskedastisitas, sudah banyak test yang dikembangkan untuk menguji

keberadaan heteroskedastisitas, seperti Breusch-pagan test, white test, glesjer test,

melihat scatter plot (nilai prediksi dependen dengan residual), dan uji Park. Uji

heteroskedastisitas dimaksudkan untuk menguji apakah dalam model regresi

terjadi ketidaksamaan varians tetap maka disebut homoskedastisitas dan jika

varians yang terjadi berbeda atau tidak konstan maka permasaaan regresi terkena

heteroskedastisitas.

Jika suatu model regresi terdeteksi heteroskedastisitas, maka Standard

Error dari regresi menjadi bias. Sebagai konsekuensinya, seluruh tipe uji hipotesis

menajdi menyesatkan (Ariefianto, 2012:42). Untuk itu perlu dilakukan koreksi

terhadap model. Adapun beberapa tipe tipe koreksi yang dapat dilakukan yaitu:

1 Koreksi terhadap Standard Error regresi, dimana tipe koreksi ini dilakukan

hanya terbatas pada Standard Error regresi. Tidak ada modifikasi atau

estimasi ulang atas parameter yang diperoleh dari OLS. Koreksi terhadap

Standard Error regresi. Tidak ada modifikasi atau estimasi ulang atas

parameter yang diperoleh dari OLS. Koreksi terhadap standard Error

regresi dilakukan melalui prosedur yang diuraikan oleh White (1980) dan

dikenal dengan nama Heterocedasticity Robust Standard

Error(Ariefianto,2012:42).

2 Koreksi terhadap Generalized Least Square (GLS). Prosedur koreksi

heteroskedastisitas dengan cara melakukan transformasi dan re-estimasi.

(Ariefianto,2012:42). Dengan metode cross-section weight.

3 Transformasi model dengan 1/Xj, 1/√Xj, atau E(Yi).

4 Transformasi dengan logaritma (Nachrowi dan Usman,2006).


55


Gejala heteroskedastisitas juga dapat dihilangkan dengan Treatment

White- Heteroskedasticity Consistent Variance and Standard Error (Gujarati,

2006, hal. 4) berpendapat bahwa model regresi data panel dengan model

pendekatan random effect tidak diperlukan uji heteroskedastisitas. Selain itu

estimasi model regresi data panel dengan pendekatan random effect sudah

menggunakan GLS, yang merupakan salah satu cara mengatasi

heteroskedastisitas, sehingga masalah heteroskedastisitas dapat diabaikan

(Gujarati, 2006, hal. 4). Jika model yang terpilih atau yang digunakan adalah fixed

effect model, maka penting uantuk melihat struktur varians-kovarinas residual dari

modelnya. Menurut (Green, 2000) dan (Gujarati, 2006, hal. 4). Terdapat 3 model

struktur varians-kovarians dari residual untuk fixed effect model, yaitu:

1. Struktur Heteroskedastik

Eviews menyediakan pilihan pada struktur pool estimation dengan prosedur

cross section weight, sedangkan pada system estimation dengan prosedur

estimation methods WLS (Weighted Least Square).

2. Struktur Homoskedastik

Eviews menyediakan pilihan pada struktur pool estimation dengan prosedur

no weighting, sedangkan pada system estimation dengan prosedur estimation

methods OLS (Ordinary Least Square).

3. Struktur Heteroskedastik dengan korelasi antar individu

Eviews menyediakan pilihan pada pool estimation dengan prosedur SUR,

sedangkan pada system estimation dengan prosedur estimation methods

cross-section SUR. Tetapi jika N (jumlah individu) lebih besar dari T

(Jumlah deret waktu), prosedur estimation methods cross-section SUR tidak

dapat digunakan. Cara lain untuk mengatasinya adalah dengan mengoreksi

standart error-nya, pada pool estimation bagian option, kemudian pada coef

covariance method pilih cross-section SUR (PCSE).

3.8.3 Uji Multikolonieritas

Multikolonieritas tidak mengubah sifat parameter OLS sebagai Best Linear

Unbiased Estimator (BLUE). Uji Multikolonieritas terjadi karena adanya

hubungan linier antar variabel independen. Uji Multikolonieritas bertujuan untuk


56


mengetahui apakah terdapat hubungan antara variabel independen. Skala

pengukuran uji Multikolonieritas dapat dilihat dari variance inflation factor (VIF).

Dimana jika tolerance dan VIF menjauhi 1 maka terjadi Multikolonieritas yang

berarti data tidak layak digunakan (Ghozali,2013:101) atau dengan kata lain jika

nilai VIF lebih besar dari 10. Cara mendeteksi adanya Multikolonieritas lainnya

adalah dengan menggunakan R2. Jika model regresi memiliki koefisien

determinasi (R2) yang tinggi, diatas 0,8 dan hanya sedikit variabel independen

yang signifikan mempengaruhi variabel dependen melalui Uji-t. Maka model

tersebut dinyatakan telah terkena gejala Multikolonieritas (Widarjono,2009:105).

Namun ada beberapa buku yang juga menggunakan batas 0.9 dalam pengujian

Multikolonieritas.

3.9 Uji Kesesuaian (Goodness of Fit)

Setelah melakukan pengolahan data, peneliti perlu melakukan pengujian

terhadap model yang akan diteliti untuk menentukan apakah data tersebut cocok

dan asumsi penekanan pada analisa regresi terpenuhi. Ketepatan fungsi regresi

sampel dalam menaksir nilai aktual dapat diukur dari goodness of fit-nya.

Pengujian yang perlu dilakukan merupakan pengujian yang secara umum

digunakan dalam regresi sederhana atau pengujian yang berhubungan dengan

Model spesifikasi khusus atau secara statistik, perhitungan ini dapat d iukur dari

nilai statistik t, nilai statistik F dan koefisien determinasinya. Suatu perhitungan

statistik disebut signifikan secara statistik apabila nilai uji statistiknya berasa

dalam daerah krisis (daerah dimana H0 ditolak). Jika disebut tidak signifikan

ketika nilai uji statistiknya berada dalam daerah dimana H0 diterima

(Kuncoro,2007:81).

3.10 Uji Hipotesis

3.10.1 Uji-t

Uji-t bertujuan untuk menunjukkan seberapa jauh pengaruh satu variabel

penjelas secara individual dalam menerangkan variasi variabel terikat. Hipotesis

nol (H0) yang hendak diuji adalah apakah suatu parameter (bi) sama dengan nol,

yang artinya apakah suatu variabel independen bukan merupakan penjelas yang

signifikan terhadap variabel dependen. Hipotesis alternatifnya (H1) parameter


57


suatu variabel tidak sama dengan nol, yang artinya variabel tersebut merupakan

penjelas yang signifikan terhadap variabel dependen (Kuncoro,2007:81).

Pengujian dilakukan dengan menggunakan signifikansi variabel independen pada

derajat kepercayaan 99%, 95% dan 90%. Uji-t ini dilakukan untuk melihat

apakah nilai koefisien yang dihasilkan berbeda signifikan dengan nol, serta untuk

mengetahui apakah hubungan antara variabel independen dan variabel dependen

siginifikan atau tidak pada α= 0,05.

3.10.2 Uji-F

Uji-F diperlukan untuk menunjukkan apakah seluruh variabel independen

yang ada di dalam model mempunyai pengaruh secara serempak (bersama-

sama). Terhadap variabel dependen. Hipotesis nol (H0) yang hendak diuji adalah

apakah suatu parameter dalam model sama dengan nol, yang artinya apakah

semua variabel independen bukan merupakan penjelas yang signifikan terhadap

variabel dependen. Hipotesis alternatifnya (H1) tidak semua parameter secara

simultan sama dengan nol, artinya semua variabel independen secara simultan

merupakan penjelas yang signifikan terhadap variabel dependen pada α= 0,05

(Kuncoro,2007:82).

3.10.3 Koefisien Determinasi (R-Squared dan Adjusted R-Squared)

Koefisien R-squared (R2) adalah nilai yang menggambarkan seberapa besar

kedekatan antara nilai prediksi dan nilai sesungguhnya dari variabel independen

(Nachrowi dan Usman:2006). Koefisien determinasi digunakan untuk mengukur

seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.

Nilai koefisien determinasi adalah variabel-variabel independen dalam

menjelaskan variasi variabel dependen amat terbatas. Sedangkan, jika nilai R-

Squared (R2) yang kecil berarti kemampuan variabel-variabel independen dalam

menjelaskan variasi variabel-variabel independen hampir semua informasi yang

dibutuhkan untuk memprediksi variasi variabel dependen.

Pada Pengujian adjusted R-squared (R2) muncul karena permasalahan yang

sering muncul dari pengujian R-squared (R2) seiring dengan bertambahnya

variabel independen dalam model penelitian. Pengujian R-squared (R2) akan


58


memebrikan pinalti terhadap penambahan variabel independen yang tidak

mampu menambah daya prediksi suatu model. Nilai R-squared (R2) tidak akan

melebihi nilai R-squared (R2).

Kuncoro (2007:81) menjelaskan koefisien determinasi merupakan salah satu

dan masih banyak kriteria lain untuk memilih model yang baik. Pernyataan ini

diasumsikan karena bila suatu estimasi regresi linear menghasilkan koefisien

determinasi yang tinggi, tetapi tidak konsisten dengan teori ekonomika yang

dipilih oleh peneliti atau tidak lolos dari uji asumsi regresi linear klasik, maka

model tersebut bukanlah model penaksir yang baik dan seharusnya tidak dipilih

menjadi model empiris.



BAB IV

ANALISIS DAN PEMBAHASAN

4.1 Gambaran Umum Penelitian

Penelitian ini menggunakan data Credit Rating perusahaan non-keuangan

yang dikeluarkan oleh PT PEFINDO. Perusahan non financial yang digunakan

penelitian harus terdaftar di Bursa Efek Indonesia dari tahun 2010-2015. Data-

data keuangan yang digunakan dalam penelitian ini diperoleh dari laporan

keuangan perusahaan yang dapat diakses pada website IDX, ICAMEL, website

perusahaan tersebut.

4.1.1 Populasi, Metode Sampling dan Sampel

Populasi yang dijadikan objek pada penelitian ini yaitu perusahaan-perusahaan

non-financial yang terdaftar di Bursa Efek Indonesia periode 2010-2015. Berikut

penjelasan data observasi yang menjadi sampel penelitian pada tabel 4.1. dan

untuk sampel perusahaan yang digunakan dalam penelitian ada 48 perusahaan,

penjelasan berada di (Lampiran 1).

Tabel 4.1 Data Obervasi

Kriteria Data Observasi

Jumlah awal 473

Perusahaan Keuangan -261

Perusahaan terdaftar delisting dari Bursa Efek Indonesia -20

Perusahaan yang hanya mendapatkan rating 1 kali -21

Outlier data bergantung uji normalitas -27

Jumlah data observasi 144

Sumber:Diolah oleh Peneliti (2017)


60


4.2 Analisis Hasil Penelitian

4.2.1 Analisis Deskriptif

Statistik deskriptif merupakan metode analisis yang bertujuan untuk

mendeksripsikan suatu hal apa adanya. Parameter yang digunakan dalam analisis

deskriptif adalah nilai maksimum, minimum, mean, median dan standar deviasi.

Analisis deskriptif yang disajikan hanya mengolah dan menyajikan data yang

ditemukan selama tahun penelitian melalui data yang didapatkan. Hasil analisis

deskriptif pada penelitian ini dapat dilihat pada tabel 4.2 dibawah ini:

Tabel 4.2 Analisis Deskriptif Model Penelitian

N Mean Median Maximum Minimum Standar

Deviasi

NetDIss 162 0.075667 0.049703 1.087181 -0.335538 0.174294

CRPlus 162 0.281250 0.000000 1.000000 0.000000 0.451021

CRMinus 162 0.343750 0.000000 1.000000 0.000000 0.476450

CRPO M 162 0.625000 1.000000 1.000000 0.000000 0.485643

CRHigh 162 0.525000 1.000000 1.000000 0.0000000 0.500943

CRLow 162 0.050000 0.000000 1.000000 0.000000 0.218629

CRHO L 162 0.575000 1.000000 1.000000 0.000000 0.495895

CRIG_NIG 162 0.018519 0.000000 1.000000 0.000000 0.135235

Leverage 162 0.596268 0.564126 1.339076 0.000000 0.317124

Profitabilty 162 0.118965 0.092339 0.589895 -0.247415 0.134661

Size 162 22.42979 27.51818 31.90655 9.971707 7.520296

Sumber: Diolah Oleh Peneliti Menggunakan Eviews 8(2017)

1. Variabel dependen yang digunakan pada model 1(satu) sampai (8)delapan

adalah variabel struktur modal yang menggunakan NetDIssit sebagai proxi

NetDIssit dihitung dengan formula net debt issuance dikurangi dengan net

equity issuance, lalu dibagi dengan asset perusahaan i pada tahun t Nilai

maksimum NetDIssit dari 162 data observasi ditunjukkan oleh kode saham

PGAS (Perusahaan Gas Negara) pada tahun 2014 sebesar 1.087181 yang

berarti perusahaan tersebut mengeluarkan hutang lebih besar 1.087181 dari

ekuitas. Sedangkan perusahaan yang memiliki struktur modal minimum


61


ditunjukkan oleh perusahaan yang sama yaitu PGAS (Perusahaan Gas Negara)

pada tahun setalahnya yaitu 2015 sebesar -0.335538, yang berarti bahwa rasio

ekuitas lebih besar 33% daripada hutang. Dari tabel juga dapat di jelaskan

bahwa distribusi NetDIss berfluktuasi karena hasil standard deviasinya

0.174294 yang lebih besar dari nilai rata-rata NetDiss yaitu 0.049703.

2. Variabel independen pada penelitian ini adalah Credit Rating yang

diproksikan melalui variabel dummy. Berdasarkan tabel diatas dapat dilihat

bahwa variabel dummy untuk Credit Rating yang mendekati peningkatan

(upgrade) maupun penurunan (downgrade) memiliki nilai maksimum 1 dan

nilai minum 0. Begitu juga dengan Credit Rating kategori high,low,maupun

high or low juga memiliki nilai maksimum 1 dan nilai minimum 0. Credit

Rating yang berada pada batas kategori investment grade maupun non-

investment grade, juga memiliki nilai maksimum 1 dan nilai maksimum 0.

3. Penelitian ini juga menggunakan variabel control yang terdiri dari leverage,

profitability dan size.

a. Variabel leverage didapatkan dari perhitungan total nilai buku hutang

jangka panjang ditambah nilai buku hutang jangka pendek perusahaan

pada tahun sebelumnya dibagi total nilai buku hutang jangka panjang

dan nilai buku hutang jangka pendek ditambah nilai buku shareholder’s

equity pada tahun sebelumnya. Dari sisi leverage, dapat dilihat bahwa

median rasio hutang terhadap total kapital adalah sebesar 56%.

b. Variabel kontrol kedua adalah profitability yang merupakan

perbandingan antara earning before interest, tax, and development

(EBITDA) tahun sebelumnya dengan total aset awal tahun pada tahun

sebelumnya. Nilai maksimum profitability adalah sebesar 0.589895yang

ditunjukkan oleh perusahaan PT. Bukit Asam (Persero) Tbk. hal ini

menunjukkan bahwa semakin tinggi profitabilitas PT. Bukit Asam

(Persero) Tbk, maka perusahaan tersebut akan menggunakan hutang

lebih besar 58,99% dari ekuitas. Sedangkan perusahaan yang

profitabilitas-nya rendah yaitu -0.247415 (24,74%) ditunjukkan oleh

perusahaan Arpeni Pratama Ocean Line (APOL) dimana perusahaan

akan menggunakan ekuitas lebih besar dari hutang.


62


c. Variabel ukuran perusahaan (size) didapatkan dengan

melogaritmakan(ln) penjualan (sales) perusahaan pada tahun

sebelumnya. Nilai maksimum sebesar 31.90655 oleh perusahaan

Indofood Sukses Makmur Tbk pada tahun 2012 dan minimumnya

9.971707 oleh perusahaan Japfa Comfeed Indonesia Tbk pada tahun

2013.

4.3 Pengujian Model Data Panel

Berdasarkan hasil uji chow dan uji hausman yang telah dilakukan, dimana

hasil output uji chow, uji hausman dan uji Lagrange Multiplier dapat dilihat pada

(Lampiran 2) dengan menggunakan α (10%), dapat disimpulkan bahwa 8

(delapan) model yang diuji pada penelitian ini menggunakan pendekatan Common

Effect Model, Rangkuman hasil regresi model data panel dalam pengujian ini

dapat dilihat pada tabel 4.3. Sedangkan hasil output Eviews8 pendekatan model

regresi data panel yang terpilih dilihat pada (Lampiran 2).

Tabel 4.3 Rangkuman Hasil Model Pendekatan Regresi Data Panel

Model Uji Chow Uji Hausman Uji Lagrange

Multiplier

Kesimpulan

Satu 0,0316 < 0,05 maka

dipilih Fixed Effect

Model

0,2261 > 0,05 maka

dipilih Random

Effect Model

0,9692 > 0,05 maka

dipilih Common

Effect Model

Common Effect

Model

Dua 0,0329 < 0,05 maka


Model

0,2174 > 0,05 maka

dipilih Random

Effect Model

0,9457 > 0,05 maka

dipilih Common

Effect Model

Common Effect

Model

Tiga 0,0622 > 0,05 maka

dipilih Common

Effect Model

-

(*karena hasilnya

CE)

0,8986 > 0,05 maka

dipilih Common

Effect Model

Common Effect

Model

Empat Konstan Konstan 0,9414 > 0,05 maka

dipilih Common

Effect Model

Common Effect

Model

Lima 0,0324 < 0,05 maka


Model

0,2429 > 0,05 maka

dipilih Random

Effect Model

0,9026 > 0,05 maka

dipilih Common

Effect Model

Common Effect

Model

Enam 0,0650 > 0,05 maka

dipilih Common

Effect Model

-

(*karena hasilnya

CE)

0,8793 > 0,05 maka

dipilih Common

Effect Model

Common Effect

Model

Tujuh Konstan Konstan 0,8978 > 0,05 maka

dipilih Common

Effect Model

Common Effect

Model

Delapan Konstan Konstan 0,9179 > 0,05 maka

dipilih Common

Effect Model

Common Effect

Model



63


4.4 Pengujian Asumsi Klasik

4.4.1 Uji Normalitas

Gujarati (2006:4) menyatakan jika nilai probabilita dari statistik Jaque-

Bera adalah besar (tidak signifikan) maka kita menerima hipotesis bahwa residual

mempunyai distribusi normal karena nilai statistik Jaque-Bera mendekati nol.

Sebaliknya jika nilai probabilita dari statistik Jaque-Bera kecil (signifikan) maka

kita menolak hipotesis, bahwa residual mempunyai distribusi normal karena nilai

statistik Jaque-Bera tidak sama dengan nol. Uji Jaque-Bera mensyaratkan nilai

signifikan diatas 0,05 yang menunjukkan bahwa data terdistribusi secara normal.

Pengujian normalitas dilakukan dengan software Eviews 8 dan dari 162

data observasi. terdapat outlier yang harus dikeluarkan sehingga tersisa 144 data

observasi yang akan diteliti dalam penelitian ini. Berikut rangkuman hasil uji

normalitas dari 8 (delapan) model regresi data panel pada penelitian. Hasil output

Eviews 8 untuk uji normalitas dilihat pada lampiran 4.

Tabel 4.4 Rangkuman Hasil Uji Normalitas

Model Probability Kesimpulan

Satu 0,138529 Normal

Dua 0,142786 Normal

Tiga 0,086686 Normal

Empat 0,124147 Normal

Lima 0,115916 Nornal

Enam 0,542447 Normal

Tujuh 0,286328 Normal

Delapan 0,366164 Normal


4.4.2 Uji Multikolonieritas

Tujuan dari uji multikolonieritas adalah menguji apakah model regresi

ditemukan adanya korelasi antar variabel bebas (variabel independen). Pada

model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel

bebasnya, karena jika hal tersebut terjadi maka variabel-variabel tersebut terjadi

kemiripan (ortogonal).


64


Nilai tolerance dan variance inflation factor (VIF) juga dapat

menunjukkan multikolonieritas. Kedua ukuran ini menujukkan setiap variabel

bebas manakah yang dijelaskan oleh variabel bebas lainnya. Nilai cut-off yang

umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance

<0,10 atau sama dengan VIF >10. Jadi, jika nilai VIF lebih besar dari 0,8 atau 0,9

berarti disimpulkan bahwa variabel independen mengalami gejala

multikolonieritas. Pengujian data dengan Eviews 8, menunjukkan bahwa 8

(delapan) model dalam penelitian ini menunjukkan nilai korelasi antar variabel

independen yang kurang dari 0,8. Maka dapat disimpulkan bahwa diantara

variabel indepeden tersebut tidak terdapat korelasi atau tidak terjadi

multikolonieritas. Hasil output dari uji multikolonieritas menggunakan Eviews 8

dapat dilihat pada lampiran 5.

4.4.3 Uji Heteroskedastistas

Penelitian ini menggunakan metode uji Glsejer, berdasarkan uji persamaan

regresi mutlak error terhadap Xi. Gujarati (2016:4) menyatakan heteroskedastistas

dapat terdektesi menggunakan uji Glesjer menggunakan metode Durbin Watson

signifikansi mendekati 2 tetapi dikarenakan hasil dari Durbin Watson tidak bulat

maka akan ragu untuk menentukkan hasilnya, oleh karena itu saya menggunakan

metode yang meregresikan variabel independen dengan residual dengan kriteria

sebagian besar Uji- t >0,05 dan Uji-F <0,05, maka disimpulkan telah terjadi

heteroskedastistas, sedangkan jika hasil uji tidak signifikan, maka model regresi

bebas dari gejala heteroskedastistas. Hasil output uji Glesjer menggunakan

Eviews untuk 8(delapan) model dapat dilihat pada (Lampiran 6). Berikut hasil

rangkuman uji Glesjer dari 8 (delapan) model penelitian.


65


Tabel 4.5 Rangkuman Hasil Uji Glesjer

Model Autokorelasi Heterokedastisitas Keterangan

Satu Dw 1.738138 – F 0.266921

0,3999328 Tidak ada variabel yang signifikan terhadap residual.

Dua Dw 1.700686 –

F 0.244453

0.405383 Tidak ada variabel yang

signifikan terhadap residual.

Tiga Dw 1.440179 – F 0,394579

0,690253 Tidak ada variabel yang signifikan terhadap residual.

Empat Dw 1.818974 –

F 0,185123

0,531074 Tidak ada variabel yang


Lima Dw 1806268 – F 0,133946

0.392212 Tidak ada variabel yang signifikan terhadap residual.

Enam Dw 1.790038 –

F 0.191704

0.191704 Tidak ada variabel yang


Tujuh Dw 1.353761 – F 0.002075

0,011601 Terkena Heterokedastisitas dan Autokorelasi.

Delapan Dw 1.356392 –

F 0.003140

0,016654 Terkena Heterokedastisitas

dan Autokorelasi. Sumber: Diolah Oleh Peneliti Menggunakan Eviews 8(2017)

Dari hasil Uji Glesjer, disimpulkan bahwa pada model 1 hingga 8 dengan

pendekatan Common Effect Model terdapat gejala heteroskedastisitas pada Model

(7) Tujuh dan Delapan (8). (Lihat lampiran 6).

4.5 Pengujian Hipotesis

4.5.1 Pengaruh Credit Rating terhadap Struktur Modal Perusahaan Non

Financial Berdasarkan Plus or Minus Test

Pengujian ini bertujuan mengetahui apakah Credit Rating yang mendekati

peningkatan (Upgrade) maupun penurunan (Downgrade) akan berpengaruh

signifikan terhadap struktur modal perusahaan non financial di Indonesia. Model

regresi ini melibatkan beberapa variabel lainnya yaitu variabel kontrol leverage,

profitability dan ukuran perusahaan (size) yang diuji dalam mempengaruhi

struktur modal perusahaan non financial di Indonesia.

Hasil pengujian yang telah dilakukan penulis menggunakan E-views 8,

pada setiap model regresi 1,2,3 menggunakan pendekatan Common Effect Model

(CEM) dalam mngestimasi lihat pada tabel 4.6 dan 4.7. Penulis melakukan regresi

variabel independen Credit Rating dengan variabel dependen struktur modal,

dimana variabel independen Credit Rating pada Plus or Minus Test diproksikan


66


melalui variabel dummy CRPlus, CRMinus, dan CRPOM..

Berdasarkan hasil uji Glesjer, model 1,2,3 tidak diperlukan treatment GLS,

dikarenakan tidak terdapat gejala heteroskedastistas.

Tabel 4.6 Hasil Uji Model 1 Plus or Minus Test

Dependent Variable: NETDISSIT

Method: Panel Least Squares

Date: 09/26/17 Time: 22:24

Sample: 2010 2015 IF PANEL<>1 AND PANEL<>32 AND PANEL<>38 AND

PANEL<>39

Periods included: 6

Cross-sections included: 41

Total panel (unbalanced) observations: 144

Variable Coefficient Std. Error t-Statistic Prob.

C 0.119764 0.071973 1.664026 0.0984

CRPLUS 0.027018 0.027443 0.984545 0.3266

CRMINUS 0.029317 0.027303 1.073768 0.2848

LEVERAGE -0.087490 0.052337 -1.671673 0.0969

PROFITABILITY 0.203206 0.094120 2.159011 0.0326

SIZE -0.001785 0.001984 -0.899391 0.3700

R-squared 0.087436 Mean dependent var 0.069132

Adjusted R-squared 0.054372 S.D. dependent var 0.136993

S.E. of regression 0.133216 Akaike info criterion -1.152909

Sum squared resid 2.449034 Schwarz criterion -1.029167

Log likelihood 89.00946 Hannan-Quinn criter. -1.102627

F-statistic 2.644439 Durbin-Watson stat 1.483656

Prob(F-statistic) 0.025713


Uji-F dan Uji-t Model 1 Plus or Minus Test

Berdasarkan hasil Uji-F untuk model 1(satu) pada tabel 4.6, diketahui bahwa

model tersebut memiliki nilai proft-statistic sebesar 0,025713, yang tingkat

signifikansinya sebesar 2%. Ini menunjukkan bahwa model regresi pertama pada

Plus or Minus test termasuk kedalam kategori highly significance (<0,05). Hasil

ini mempresentasikan bahwa variabel independen secara bersama-sama dapat


67


memepengaruhi variabel dependen yaitu struktur modal yang diproksikan melalui

NetDIss. Hasil Uji-F model regresi pertama ini sesuai dengan hasil pengujian

yang dilakukan oleh Kisgen (2006) pada jurnalnya yang berjudul :”Credit Ratings

and Capital Structure”.

Uji parsial (Uji-t) digunakan untuk melihat hubungan antar variabel secara

parsial, hasil Uji-t pada Plus or Minus Test menunjukkan bahwa struktur modal

dari perusahaan sampel dalam penelitian ini tidak menghasilkan hasil yang

signifikan oleh variabel CRPlus dan CRMinus terhadap struktur modal perusahaan

non financial di Indonesia dengan probabilita 0,3266 (CRPlus) dan 0,2648

(CRMinus) berarti mengindikasikan signifikasi α<0,05 atau bisa disebut kedua nilai

diatas lebih dari 0,05, sehingga Credit Rating perusahaan yang mendekati

kenaikan (CRPlus) dan penurunan (CRMinu) tidak mempengaruhi dengan signifikan

keputusan struktur modal (NetDIss). Meski tidak selaras dengan hasil penelitian

Kisgen (2006) dimana CRPlus dan CRMinus keduanya (signifikan) terhadap struktur

modal, sebaliknya pada penelitian Nurjayanti (2011) menyatakan bahwa Credit

Rating perusahaan yang dekat dengan perubahan baik itu yang bertanda plus atau

minus secara signfikan tidak berpengaruh terhadap Struktur Modal baik itu

sebelum atau sesudah mengontrol leverage, profitability dan size perusahaan.

Perusahaan yang mengalami downgrade secara signifikan mempengaruhi

keputusan struktur modal yaitu dengan menerbitkan hutang lebih kecil dibanding

ekuitas, sedangkan Credit Rating yang mengalami upgrade tidak signifikan

mempengaruhi stuktur modal.

Hasil Uji-t dapat dilihat pada tabel 4.6 dan 4.7, dengan memilik hasil

probabilita untuk leverage model 1 (0,0969) dan model 2 (0,0933) dengan kedua

model pada variabel tersebut menujukkan ke arah negatif signifikan (>0,05).

Maka leverage pada tahun sebelumnya secara statistik signifikan mempengaruhi

struktur modal perusahaan non-financial di Indonesia. Semakin tinggi leverage

perusahaan maka pihak manajemen perusahaan akan memutuskan untuk

menerbitkan lebih sedikit hutang terhadap ekuitas. Hasil ini sesuai dengan

penelitian Kisgen (2006) yang menyatakan bahwa leverage perusahaan pada

tahun sebelumnya akan mempengaruhi struktur modal perusahaan di Amerika


68


Serikta, dimana perusahaan akan menerbitkan kurang lebih 1,53% lebih sedikit

hutang terhadap ekuitas.

Hasil Uji-t selanjutnya untuk melihat pengaruh profitability terhadap struktur

modal, dimana hasilnya menunjukkan bahwa profitabilty tahun sebelumnya

secara signifikan dapat mempengaruhi struktur modal perusahaan non financial di

Indonesia. Pihak manajemen memutuskan untuk menerbitkan kurang lebih

20,32% pada model 1 lebih besar dari model 2 kurang lebih 20,29% dengan

perbedaan ±0,0003% lebih unggul model 1 untuk pengambilan keputusan

manjerial. Hasil pengujian selaras dengan penelitian Pramu (2006) dalam

penelitiannya, dimana profitability perusahaan tahun sebelumnya signifikan dapat

mempengaruhi struktur modal perusahaan di sektor industri dasar dan kimia I&II

serta industri perdagangan jasa dan investasi di Indonesia. Pramu (2006)

menunjukkan arah positif (+) yang mengindikasikan profitability perusahaan pada

tahun sebelumnya akan cenderung meningkatkan proporsi hutang dalam struktur

modal perusahaan periode sekarang. Arah pengaruh (+) secara argumentatif dapat

dijelaskan oleh fungsi hutang sebagai upaya penghematan pajak, dimana

profitabilitas perusahaan mengandung konsekuensi pembayaran pajak secara

proporsional. Namun, karena cost of debt akan profitability akan semakin

mendorong perusahaan untuk melakukan debt financing atau sebaliknya.

Kemudian untuk hasil Uji-t variabel size juga menunjukkan hasil yang tidak

berhubungan signifikan dalam mempengaruhi struktur modal perusahaan non

financial di Indonesia. Variabel size menghasilkan nilai probabilita sebesar 0,3700

pada model 1 (satu) dan 0,3702 pada model 2 (dua), yang mana nilai tersebut

lebih besar dari α=0,05. Hasil pengujian ini bertentangan dengan penelitian

Kisgen (2006), dimana variabel size berpengaruh signifikan positif (+) terhadap

struktur modal perusahan di Amerika Serikat. Namun, hasil pengujian penulis

didukung oleh penelitian Firnanti (2011:126) yang menyatakan bahwa ukuran

perusahaan (size) tidak mempunyai pengaruh yang signifikan terhadap struktur

modal karena ukuran perusahaan yang besar tidak menjamin kelangsungan hidup

perusahaan maupun lancarnya kegiatan operasional perusahaan, ini menyebabkan

ukuran perusahaan tidak menjamin investor maupun kreditor dalam menanamkan

dana ke perusahaan.


69



Dependent Variable: NETDISSIT Method: Panel Least Squares Date: 09/26/17 Time: 22:51 Sample: 2010 2015 IF PANEL<>1 AND PANEL<>32 AND PANEL<>38 AND PANEL<>39 Periods included: 6 Cross-sections included: 41 Total panel (unbalanced) observations: 144

Variable Coefficient Std. Error t-Statistic Prob. C 0.119051 0.071180 1.672539 0.0967

CRPOM 0.028179 0.023352 1.206712 0.2296 LEVERAGE -0.086739 0.051330 -1.689839 0.0933

PROFITABILITY 0.202974 0.093740 2.165291 0.0321 SIZE -0.001771 0.001970 -0.898936 0.3702


Adjusted R-squared 0.061130 S.D. dependent var 0.136993 S.E. of regression 0.132740 Akaike info criterion -1.166750 Sum squared resid 2.449151 Schwarz criterion -1.063632 Log likelihood 89.00602 Hannan-Quinn criter. -1.124849 F-statistic 3.327681 Durbin-Watson stat 1.480388 Prob(F-statistic) 0.012286



Hasil Uji-F model 2 (dua) pada tabel 4.7, menunujukkan hasil probf-statistic

sebesar 0,012286. Ini menujukkan bahwa model regresi 2 (dua) juga termasuk

kedalam kategory highly signifiance (<0,05). Sedangkam Hasil Uji- t model 2

(dua) menunjukkan hasil bahwa variabel CRPOM memiliki nilai probabilita sebesar

0,2296(>0,05) lihat pada tabel 4.8, yaitu Credit Rating yang mendekati

peningkatan atau penurunan secara keseluruhan tidak memiliki pengaruh yang

signifikan terhadap variabel dependen yaitu struktur modal. Hal ini selaras dengan

pengujian Plus or Minus Test model 1 yang pada penelitian ini menghasilkan

Credit Rating yang mendekati kenaikan (Upgrade) dan penurunan (Downgrade)

tidak memiliki pengaruh signifikan terhadap struktur modal.

Selain itu hanya variabel size yang memiliki hasil yang tidak signifikan yaitu

sebesar 0,3702 (>0,05), hal ini sejalan dengan model 1 yang menyatakan bahwa

variabel size tidak berpengaruh signifikan terhadap struktur modal pada

perusahaan non financial di Indonesia. Sedangkan untuk 2 variabel control


70


leverage (0.0933) dan profitability (0.0321) memiliki hasil yang sama yaitu

signifikan terhadap struktur modal pada perusahaan non financial di Indonesia.




Date: 09/26/17 Time: 23:31


PANEL<>39

Periods included: 6




C 0.055955 0.019201 2.914174 0.0041

CRPOM 0.020403 0.023893 0.853935 0.3946


Adjusted R-squared -0.001897 S.D. dependent var 0.136993








Model 3 Plus or Minus Test, untuk hasil Uji-F menunjukkan hasil variabel

CRPOM pada tabel 4.8 sebesar 0,394579 (<0,05) yaitu, secara bersama-sama tidak

mempengaruhi struktur modal perusahaan non financial di Indonesia, untuk Uji-t

(>0,10) pada model 2 (dua) dan 3 (tiga), didapatkan bahwa variabel CRPOM baik

sebelum ataupun sesudah ditambahkan variabel kontrol tetap tidak berpengaruh

signifikan terhadap struktur modal perusahaan non financial di Indonesia.

Uji Determinasi (R squared atau Adjusted R-squared) Model 1, 2 dan 3

Plus or Minus Tests

Uji Koefisien determinasi (R squared atau Adjusted R-squared) dilakukan

untuk menguji seberapa besar model memiliki pengaruh terhadap variabel terikat.


71


Nachrowi dan Usman (2006) menyatakan, R-squared yang bernilai 0 menyatakan

bahwa variabel dependen tidak mampu dijelaskan atau diprediksi oleh variabel

independen, sedangkan R squared bernilai 1 menunjukkan bahwa variabel

dependen mampu secara tepat dijelaskan atau diprediksi oleh variabel independen.

Berdasarkan hasil uji koefisien determinasi. Adjusted R-squared, model 1 (satu)

memiliki nilai R-squared sebesar 0,087436 (<0,05) sedangkan model 2 (dua)

mempunyai nilai koefisien determinasinya sebesar 0,087392 (<0,05) dan model 3

sebesar 0,005109 (<0,05) dapat disimpulkan bahwa dari ketiga model nilai

variabel dependen R-squared cukup rendah yaitu 0% sehingga tidak mampu

dijelaskan atau diprediksi oleh variabel independen.

4.5.2 Pengaruh Credit Rating Terhadap Struktur Modal Perusahaan Non

Financial Berdasarkan Credit Score Test

Model regresi pada Credit Score Test adalah untuk menguji pengaruh

Credit Rating terhadap struktur modal perusahaan yang dilihat berdasarkan Credit

Score perusahaan. Variabel Credit Rating pada Credit Score Test didapatkan

berdasarkan hasil perhitungan Credit Score yang diperoleh dan kemudian peneliti

menentukan nilai maksimum dan minimum Credit Score. Setelah itu , dibuat

batas atas dan batas bawah untuk mengelompokkan perusahaan perusahaan

tersebut kedalam tiga kategori, yaitu high-third, middle third dan low-third. Untuk

melakukan test ini, juga dibuat kategorisasi rating yang terdiri dari tiga kategori,

yaitu high, low dan high or low (HOL). Berdasarkan kategorisasai di atas,

perusahaan yang termasuk dalam kategori high-third akan masuk kedalam

kategori high dan HOL dan perusahaan yang masuk ke kategori keompok low-

third akan masuk kedalam kategori low dan HOL.

Penelitian Credit Score Test dilakukan untuk menguji apakah perusahaan

yang Credit Rating-nya berada pada ketegori high-third maupun low-third akan

menerbitkan lebih sedikit hutang relatif terhadap ekuitas sebagai keputusan

struktur modalnya. Model regresi ini juga dilakukan untuk melihat pengaruh

variabel lain seperti leverage, profitability dan ukuran perusahaan (size) terhadap


Berdasarkan pengujian yang telah dilakukan penulis menggunakan Eviews


72


8, maka hasil pada Credit Score Test disajikan pad tabel 4.9 pada penelitian ini

menggunakan regresi panel Common Effect Model (CEM) dalam mengestimasi

model 1(satu) model 2(dua) dan 3(tiga). Penulis melakukan regresi variabel

independen Credit Rating dengan variabel dependen struktur modal. Variabel

independen Credit Rating diproksikan melalui variabel dummy CRHigh dan CRLow

dan CRHOL

Tabel 4.9 Hasil Uji Model 1 Credit Score Test


Method: Panel Least Squares Date: 09/28/17 Time: 20:01 Sample: 2010 2015 IF PANEL<>1 AND PANEL<>32 AND PANEL<>38 AND

PANEL<>39 Periods included: 6 Cross-sections included: 41

Total panel (unbalanced) observations: 144 Variable Coefficient Std. Error t-Statistic Prob. C 0.135087 0.082296 1.641485 0.1030

CRHIGH -0.003321 0.024544 -0.135299 0.8926 CRLOW 0.007986 0.055142 0.144820 0.8851

LEVERAGE -0.082950 0.055357 -1.498451 0.1363 PROFITABILITY 0.209057 0.099187 2.107706 0.0369

SIZE -0.001754 0.002257 -0.777287 0.4383 R-squared 0.078115 Mean dependent var 0.069132


S.E. of regression 0.133895 Akaike info criterion -1.142747 Sum squared resid 2.474048 Schwarz criterion -1.019005 Log likelihood 88.27779 Hannan-Quinn criter. -1.092465

F-statistic 2.338651 Durbin-Watson stat 1.462803 Prob(F-statistic) 0.044956


Uji-F dan Uji-t Model 1 Credit Score Test

Dari Tabel 4.8 diketahui bahwa hasil Uji-F Prof-statistic untuk model regresi

1 (satu) pada Credit Score Test bernilai 0,044956 dengan tingkat signifikansi yang

lebih kecil dari 0,05. Menunjukkan bahwa model regresi 1 (satu) pada Credit

Score Test termasuk kedalam kategori highly significance (<0,05). Hasil

pengujian mempresentasikan bahwa variabel independen mempengaruhi variabel

dependen struktur modal yang diproksikan melalui NetDiss. Hasil pengujian


73


selaras dengan hasil yang sama dengan penelitian Kisgen (2006), dimana variabel

independen (CRHigh, CRLow, Leverage, Profitability dan Size) mempengaruhi

struktur modal.

Pengujian seanjutnya adalah Uji-t (>0,05) melihat hubungan antar variabel

secara parsial. Tabel 4.9 menunjukkan hasil bahwa variabel dummy CRHigh,

CRLow tidak berpengaruh signifikan terhadap struktur modal perusahaan non

financial di Indonesia, yaitu dengan nilai probabilita pada model 1(Satu) CRHigh

sebesar 0.8926 CRLow sebesar 0.8851 maka, pengujian ini membuktikan hasil yang

berbeda dengan penelitian Kisgen (2006), K isgen menyatakan bahwa CRHigh dan

CRLow akan memutuskan untuk menerbitkan lebih sedikit hutang relatif terhadap

ekuitas tahunan sebagai presentase dari total asset dibandingkan dengan

perusahaan yang tidak dekat dengan perubahan sebagai keputusan struktur

modalnya.

Hasil Credit Rating yang didapat melalui perhitungan Credit Score belum bisa

menjadi faktor yang akan digunakan pihak manajemen dalam menentukan

struktur modal perusahaan. Pihak manajemen akan lebih menggunakan penilaian

Credit Rating dari lembaga pemeringkat kredit (PEFINDO) dalam memutuskan

keputusan struktur modal perusahan. Inilah yang menyebabkan kedua variabel

tersebut tidak menunjukkan hasil yang signifikan dalam mempengaruhi struktur

modal perusahaan non financial di Indonesia. Kemudian pada penelitian

Febriansyah (2010) menyatakan bahwa teori yang digunakan dalam penelitian-

nya yang berjudul “Signifikansi Credit Rating Terhadap Struktur Modal” adalah

CR-CS Theory, pecking order theory. Yaitu sama dengan peneliti ambil, hasil

penelitian febriansyah menyatakan dengan 2 teori tersebut, perusahaan Indonesia

tidak mempertimbangkan Credit Rating sebagai faktor dalam menentukan struktur

modal. Perusahaan tidak memberikan perhatian terhadap cost dan benefit yang

diakibatkan oleh perubahan Credit Rating.” Sejalan dengan penelitian tersebut

pada penelitian Putri (2008) menyatakan tradeoff dan pecking order, belum

mampu menjelaskan opini saat ini tentang kelayakan Credit Rating sebagai

informasi yang diperlukan oleh investor, mungkin memiliki pengaruh yang

signifikan terhadap perilaku struktur modal, sehingga hasil pengujian menyatakan

bahwa Credit Rating berpengaruh signifikan terhadap struktur modal ketika


74


Credit rating turun(downgrade), sebelum dan setelah mengkontrol pengaruh teori

tradeoff dan pecking order. Perusahaan yang mengalami downgrade akan

membuat keputusan struktur modal untuk mendapatkan kembali rating

sebelumnya. Pengujian POM test menyatakan bahwa Credit rating yang dekat

dengan perubahan upgrade yaitu AA++ saja yang berpengaruh negatif signifikan

terhadap struktur modal, yang lain tidak. Ini berarti perusahaan yang dekat dengan

perubahan upgrade, yaitu AA++ saja, menerbitkan hutang relatif terhadap ekuitas

lebih kecil dibandingkan perusahaan yang tidak dekat perubahan rating. Teori

tradeoff berpengaruh signifikan terhadap struktur modal. Namun pengaruh teori

tradeoff hilang ketika terjadi penurunan Credit Rating.

Dua variabel kontrol pada Credit Score Test, yaitu leverage dan size

menujukkan kearah yang tidak signifikan terhadap struktur modal. Hasil

pengujian untuk variabel kontrol leverage untuk model regresi 1 (satu) yaitu

sebesar 0,1363 (>0,05) dan 2 (dua) sebesar 0,1266 (>0,05). Dan untuk variabel

control size model regresi 1 sebesar 0,4363(>0,05) dan 2 sebesar 0,4382(>0,05).

Kesimpulannya kedua variabel kontrol baik di kedua model regresi tidak

menunjukkan signifikansi baik pada tingkat 0,05. Hasil pengujian bertentangan

dengan penelitian Kisgen (2006) yang menujukkan bahwa variabel kontrol

leverage dan size berpengaruh signifikan dengan arah positif (+) terhadap struktur

modal perusahaan di Amerika Serikat. Tetapi penelitian Firnanti (2011)

menyatakan bahwa ukuran perusahaan (size) tidak mempunyai pengaruh yang

signifikan terhadap struktur modal karena ukuran perusahaan yang besar tidak

menjamin kelangsungan hidup perusahaan maupun lancarnya kegiatan

operasional perusahaan. Ini menyebabkan ukuran perusahaan tidak menjamin

investor maupun kreditor dalam menanmkan dana ke perusahan. Begitu juga

dengan penelitian yang dilakukan Setiawan (2006) dalam Seftianne dan

Handayani (2011) menyatakan bahwa ukuran perusahaan tidak mempunyai

pengaruh terhadap struktur modal dalam suatu perusahaan.

Uji-t untuk variabel profitability pada model 1(satu) sebesar 0,0369 (>0,05)

dan 2 (dua) sebesar 0.0333 (>0,05) dengan arah (+) yang artinya semakin tinggi

profitability, perusahaan menerbitkan ±21% lebih banyak hutang dibandingkan

ekuitas. Penelitian selaras dengan hasil penelitian Kisgen(2006), menyatakan


75


bahwa semakin tinggi profitability perusahaan pada tahun sebelumnya maka

perusahaan memutuskan untuk menerbitkan lebih banyak hutang dibandingkan

ekuitas di tahun berikutnya.

Selaras dengan penelitian Paramu (2006) menyatakan bahwa profitability

mempengaruhi struktur modal perusahaan di sektor industri dasar dan kimia I&II

serta industri perdangan jasa dan investasi di Indonesia. Profitabilitas perusahaan

pada periode sebelumnya akan cenderung meningkat proporsi hutang dalam

struktur modal perusahaan periode sekarang, arah pengaruh (+) secara

argumentatif dapat dijelaskan oleh fungsi hutang sebagai upaya penghematan

pajak, dimana profitabilias perusahaan mengandung konsekuensi pembayaran

pajak secara proporsional. Namun karena cost of debt akan mengurangi jumlah

pajak yang dibayarkan, maka kencedurungan meningkatkan profitabilitas akan

semakin mendorong perusahaan untuk melakukan debt financing atau sebaliknya.


Pada pengujian model regresi 2(dua) dijabarkan pada tabel 4.10. Hasil Uji-F

untuk model regresi 2(dua) menunjukkan hasil probf-statistic sebesar 0.022916

(<0,10), yang artinya model regresi 2(dua) termasuk kedalam kategori highly

signifiance. Tetapi berdasarkan hasil Uji-t , variabel CRHOL memiliki probabilita

sebesar 0,90420, dimana hasilnya tidak dignifikan pada tingkat α=5%. Hasil

pengujian pada tabel 4.8 dan 4.9, didapatkan kesimpulan bahwa Credit Rating

perusahaan pada kategori high-third dan low-third tidak menunjukkan pengaruh

yang signifikan terhadap struktur modal perusahaan non-financial di Indonesia.


76



Dependent Variable: NETDISSIT Method: Panel Least Squares Date: 09/28/17 Time: 20:29 Sample: 2010 2015 IF PANEL<>1 AND PANEL<>32 AND PANEL<>38 AND PANEL<>39 Periods included: 6 Cross-sections included: 41 Total panel (unbalanced) observations: 144

Variable Coefficient Std. Error t-Statistic Prob. C 0.128644 0.074935 1.716746 0.0883

CRHOL -0.001671 0.022922 -0.072900 0.9420 LEVERAGE -0.079113 0.051471 -1.537027 0.1266

PROFITABILITY 0.203575 0.094689 2.149930 0.0333 SIZE -0.001556 0.002001 -0.777475 0.4382


Adjusted R-squared 0.051331 S.D. dependent var 0.136993 S.E. of regression 0.133430 Akaike info criterion -1.156367 Sum squared resid 2.474714 Schwarz criterion -1.053248 Log likelihood 88.25842 Hannan-Quinn criter. -1.114465 F-statistic 2.934358 Durbin-Watson stat 1.460851 Prob(F-statistic) 0.022916



Pada pengujian model regresi 3 (tiga) pada tabel 4.11 Credit Score Test,

menunjukkan probanblity-f sebesar 0,994232, hasil ini tidak menunjukkan

signifikansi pada α=5%. Menunjukkan bahwa variabel independen pada model

regresi 3(tiga) pada Credit Score Test secara bersama-sama tidak berpengaruh

signifikan terhadap variabel dependen yaitu struktur modal yang diproksikan

melalui NetDIss secara baik. Uji-t untuk model 3(tiga) menunjukkan hasil bahwa

CRHOL baik sebelum ataupun sesudah melibatkan variabel kontrol tetap tidak

berpengaruh terhadap struktur modal perusahan non financial di Indonesia.


77





Date: 09/28/17 Time: 20:50 Sample: 2010 2015 IF PANEL<>1 AND PANEL<>32 AND PANEL<>38 AND

PANEL<>27

Periods included: 6




C 0.060051 0.017670 3.398404 0.0009

CRHOL 0.000168 0.023171 0.007242 0.9942






F-statistic 5.24E-05 Durbin-Watson stat 1.292454



Uji Determinasi (R squared atau Adjusted R-squared) Model 1, 2 dan 3

Credit Score Test

Uji koefisien determinasi (R squared atau Adjusted R-squared) dilakukan

untuk menguji seberapa besar variabel-variabel bebas memiliki pengaruh terhadap

variabel terkait, Nachrowi dan Usman (2006) menyatakan, R squared bernilai 0

menyatakan bahwa variabel dependen tidak mampu dijelaskan atau di prediksi

oleh variabel independen, sedangakan R squared bernilai 1 menayatakan bahwa

variabel dependen mampu secara tepat dijelaskan atau diprediksi oleh variabel

independen, berdasarkan hasil uji koefisien deteminasi Adjusted R-squared,

Berdasarkan hasil uji koefisien determinasi. Adjusted R-squared, model 1 (satu)

memiliki nilai R-squared sebesar 0,078115(<0,10) sedangkan model 2 (dua)

mempunyai nilai koefisien determinasinya sebesar 0,077887(<0,05) dan model 3


78


sebesar 0,00000(<0,05) dapat disimpulkan bahwa dari ketiga model nilai variabel

dependen R-squared cukup rendah yaitu 0% sehingga tidak mampu dijelaskan

atau diprediksi oleh variabel independen.

4.5.3 Pengaruh Credit Rating Terhadap Struktur Modal Perusahaan Non

Financial Berdasarkan Investment Grade Non-Investment Grade Test

Uji linear berganda (F) digunakan untuk menguji hipotesis stimultan yang

berfungsi untuk melihat signifikansi secara keseluruhan model penelitian Uji ini

dilakukan utnuk menunjukkan apakah variabel independen mempunyai

pengaruh secara bersama-sama terhadap variabel dependen yaitu struktur modal

yang di proksikan melalui NetDIss.

Tabel 4.12 Hasil Uji Model 1 Investment Grade Non-Investment Grade Test



Date: 09/29/17 Time: 14:47


PANEL<>39

Periods included: 6



White diagonal standard errors & covariance (d.f. corrected)


C 0.133945 0.073498 1.822420 0.0705

CRIGNIG -0.162421 0.163622 -0.992660 0.3226

LEVERAGE -0.091106 0.054276 -1.678569 0.0955

PROFITABILITY 0.194290 0.102540 1.894767 0.0602

SIZE -0.001489 0.001957 -0.760971 0.4479









Uji-F dan Uji-t Model 1 Investment Grade Non-Investment Grade Test

Pada Tabel 4.10 terlihat hasil pengujian menunjukkan nilai probabilita Uji-

F untuk model 1(satu) adalah sebesar 0,0022075(<0,05) yang artinya semua

variabel independen pada model 1 (satu) secara bersama-sama memiliki pengaruh


79


yang signifikan terhadap variabel dependen yaitu struktur modal yang diproksikan

melalui NetDIss. Sedangkan pada tabel 4.11 menunjukkan hasil Uji-F untuk

model 2(dua) dengan probabilita 0.003140(<0,05) yang berarti variabel

independen pada model 2(dua) secara bersama-sama juga dapat menjelaskan

variabel dependen struktur modal.

Selanjutnya, Uji-t dilakukan untuk menguji signifikansi dan korelasi

antara dua variabel. Dalam Uji-t, digunakan tingkat signifikansi pada derajat 1%

5% dan 10%. Pada tabel 4.10 4.11, ditunjukkan hasil bahwa variabel CRIG_NIG

memiliki nilai probabilita pada model 1(satu) sebesar 0.3226 (>0,05) dan 2(dua)

sebesar 0.2968 (>0,05). Hasil Uji-t untuk model 1 (satu) dan model 2 tidak

signifikan pada >0,05 dan Hasil pengujian Uji-t variabel CRIG_NIG tidak

berpengaruh signifikan terhadap struktur modal perusahaan non financial di

Indonesia, sehingga penelitian ini tidak menunjukkan pengaruh Credit Rating

berada pada kategori (investment grade or non investment grade) terhadap


Hasil Uji-t Leverage digunakan untuk mengukur keseimbangan proporsi

antara aktiva yang didanai oleh kreditor menunjukkan probabilita variabel

leverage pada model 1(satu) sebesar 0.0955 dan model 2(dua) sebesar 0,0747

(>0,05) yaitu signifikan terhadap struktur modal tahun sebelumnya secara

signifikan dapat mempengaruhi struktur modal perusahaan dengan keputusan

menerbitkan kurang lebih 9% lebih sedikit hutang dibandingkan ekuitas. Hasil

pengujian ini selaras dengan penelitian Kisgen (2006), dimana leverage

perusahaan tahun sebelumnya secara signifikan mempengaruhi struktur modal

perusahaan non-financial di Amerika Serikat. Perusahaan dengan rasio leverage

yang tinggi memutuskan untuk menerbitkan lebih sedikit hutang terhadap ekuitas.

Hasil Uji-t variabel kontrol profitability pada CRIGNIG pada model 1(satu)

sebesar 0.0602(>0,05) dan 2(dua) sebesar 0,0534(>0,05). Maka disimpulkan

profitability memiliki pengaruh yang signifikan terhadap struktur modal.

Pengujian ini juga dapat dilihat bahwa koefisien pada variabel profitability

memiliki koefisien positif sebesar 19% dengan sumsi bahwa variabel lainnya

adalah konstan. Hasil ini menunjukkan bahwa variabel profitability berpengaruh

positif dan signifikan baik pada model 1 dan model 2.


80


Hasil Uji-t Variabel kontrol Size pada model 1(satu) 0.4479(>0,10) sebesar

dan model 2(dua) sebesar 0.4090(>0.05). berarti dari 3 variabel control yang

disandingkan hanya satu variabel size yang tidak signifikan terhadap struktur

modal non-financial di Indonesia. Kemudian dari hasil uji model regresi satu dan

dua untuk Investment Grade Non-Investment Grade Test menunjukkan hasil

bahwa variabel size tetap tidak signifikan dalam mempengaruhi struktur modal

perusahaan non financial di Indonesia. Begitu juga dengan variabel CRPOM

0,2866. Yang menunjukkan bahwa perubahan Credit Rating pada batas kategori

Investment Grade Test dan Non-Investment Grade Test dan perubahan Credit

Rating yang menuju peningkatan maupun penurunan. Bersama-sama tidak

mempengaruhi perusahaan non financial di Indonesia.

Tabel 4.13 Hasil Uji Model 2 Investment Grade Non-Investment Grade Test



Date: 09/29/17 Time: 15:17


PANEL<>39

Periods included: 6





C 0.124497 0.074381 1.673774 0.0964

CRIGNIG -0.171568 0.163834 -1.047208 0.2968

CRPOM 0.024672 0.023067 1.069609 0.2866

LEVERAGE -0.096832 0.053931 -1.795487 0.0747

PROFITABILITY 0.195799 0.100526 1.947741 0.0534

SIZE -0.001597 0.001928 -0.828221 0.4090









Uji Determinasi (R squared atau Adjusted R-squared) Model 1, 2

Investment Grade Non-Investment Grade Test


81


Uji koefisien determinasi (R squared atau Adjusted R-squared) dilakukan

untuk menguji seberapa besar variabel-variabel bebas memiliki pengaruh terhadap

variabel terkait, Nachrowi dan Usman (2006) menyatakan, R squared bernilai 0

menyatakan bahwa variabel dependen tidak mampu dijelaskan atau diprediksi

oleh variabel independen, sedangakan R squared bernilai 1 menyatakan bahwa

variabel dependen mampu secara tepat dijelaskan atau diprediksi oleh variabel

independen, berdasarkan hasil uji koefisien deteminasi Adjusted R-squared,

Berdasarkan hasil uji koefisien determinasi. Adjusted R-squared, model 1

(satu) memiliki nilai Adjusted R-squared sebesar 0.086650(<0,05) sedangkan

model 2 (dua) mempunyai nilai koefisien determinasinya sebesar 0.087053(<0,05)

dan dapat disimpulkan bahwa dari kedua model nilai variabel dependen R-

squared cukup rendah yaitu 0% sehingga tidak mampu dijelaskan atau diprediksi

oleh variabel independen.

4.6 Rangkuman Hasil Regresi Data Panel

Tabel 4.14 Rangkuman Hasil Regresi pada Plus or Minus Test

Model 1 : NetDissit = α + β1CRplus + β2CRMinus + θKit + εit

Model 2 : NetDissit = α + β0CRPOM + θKit + εit

Model 3 : NetDissit = α + β3CRPOM + εit

Variabel Model 1 Model 2 Model 3

Koefisien Signifikansi Koefisien Signifikansi Koefisien Signifikansi

CRPlus 0,027018 0.3266*

CRMinus 0,029317 0.2848*

CRPOM 0.028179 0.2296* 0.020403 0.3946*

Leverage -0.087490 0.0969* -0.086739 0.0933*

Profitability 0,203206 0.0326* 0.202974 0.0321*

Size -0,001785 0.3700* -0.00177 0.3702*

*Signifikan pada tingkat 0,05


Hasil pengujian model Plus or Minus Test menolak hipotesis 1(satu) karena

Credit Rating yang mendekati peningkatan dan penurunan tidak berpengaruh

signifikan terhadap struktur modal perusahaan non- financial di Indonesia. Data

hasil tabel 4.14, arah pengaruh dari Credit Rating baik dari yang mendekati dan

menurun terhadap struktur modal tidak terlihat hasil negatif. Yang mengartikan


82


hipotesis ini ditolak oleh hasil penelitian ini, walaupun dalam teoritisnya jika

perusahaan memiliki Credit Rating yang mendekati peningkatan maka pihak

menajemen memutuskan untuk menerbitkan lebih sedikit hutang dibandingkan

ekuitas. Sedangkan arah pengaruh dari Credit Rating yang mendekati penurunan

menunjukkan arah yang positif terhadap struktur modal. Artinya, jika perusahaan

memiliki Credit Rating yang mendekati penurunan maka pihak manajemen akan

memutuskan untuk menerbitkan lebih banyak hutang dibandingkan ekuitas.

Tabel 4.15 Rangkuman Hasil Regresi pada Credit Score Test

Model 1 : NetDissit = α + β1CRHigh + β2CRLow + θKit + εit

Model 2 : NetDissit = α + β0CRHOL + θKit + εit

Model 3 : NetDissit = α + β3CRHOL + εit

Variabel Model 1 Model 2 Model 3

Koefisien Signifikansi Koefisien Signifikansi Koefisien Signifikansi

CRHigh -0,003321 0,8926*

CRLow 0,007986 0,8851*

CRHOL -0,001671 0,9420* 0,000168 0,9942*

Leverage -0,082950 0,1363* -0,079113 0,1266*

Profitability 0,209057 0,0369* 0,203575 0,0333*

Size -0,001754 0,4383* -0,001556 0,4328*

*Signifikan pada tingkat 0,05 Sumber: Diolah Oleh Peneliti Menggunakan Eviews 8(2017)

Hasil pengujian pada model Credit Score Test menolak hipotesis 2(dua).

Perhitungan Credit Score perusahaan di Indonesia yang dapat mengelompokkan

rating perusahaan menjadi tiga kategori high-third, low-third dan middle high-

third dan low-third. Secara signifikan tidak dapat mempengaruhi struktur modal

perusahaan non financial di Indonesia.


83


Tabel 4.16 Rangkuman Hasil Regresi pada Investment non Investment Grade

Model 1 : NetDissit = α + δ1CRIG_NIG + θKit + εit

Model 2 : NetDissit = α + δ2CRIG_NIG + β5CRPOM + θKit + εit

Variabel Model 1 Model 2

Koefisien Signifikansi Koefisien Signifikansi

CRIGNIG -0.162421 0.3226* -0.171568 0.2968*

CRPOM - 0.024672 0.2866*

Leverage -0.091106 0.0955* -0.096832 0.0747*

Profitability 0.194290 0.0602* 0.195799 0.0534*

Size -0.001489 0.04479* -0.001597 0.4090*

*Signifikan pada tingkat 0,05


Hasil pengujian pada model Investment non Investment Grade tidak menerima

hipotesis 3 (tiga). Perhitungan Investment non Investment Grade pada perusahan

di Indonesia yang dikelompokkan pada 2 yaitu kelompok investment grade dan

speculative grade/non investment grade. Secara signifikan tidak dapat

mempengaruhi struktur modal perusahaan non financial di Indonesia. Pada

teoritisnya jika perusahaan yang berada pada borderline investment grade non

investment grade rating mempengaruhi struktur modal sedangkan yang tidak ada,

perusahaan lebih banyak menerbitkan hutang dibanding ekuitas sebagai keputusan

struktur modalnya.

4.7 Implikasi Manajerial

Hasil penelitian pada model 1(satu) tidak menerima hipotesis yang

menyatakan bahwa Credit Rating yang mendekati peningkatan maupun

penurunan tidak memiliki pengaruh yang signifikan terhadap struktur modal.

Berdasarkan hasil penelitian ini, melanjutkan penjelasan pada CR-CS hipotesis,

Febriansyah (2010) menyatakan perusahaan Indonesia harusnya memberi

perhatian terhadap Credit Rating dan struktur modal, dengan Credit Rating yang

baik, perusahaan memiliki peluang yang besar mendapatkan hutang dengan cost

yang rendah. Credit Rating yang baik dan struktur modal yang optimal


84


selanjutnya akan menghasilkan firm value yang maksimal. Hasil Penelitian model

2(dua) menolak hipotesis 2(dua) yaitu Credit Rating high-third maupun low-third

tidak signifikan dalam mempengaruhi struktur modal perusahaan non-financial di

Indonesia. Berdasarkan hasil penelitian ini, ternyata perhitungan credit score yang

dijadikan sebagai patokan untuk mengelompokkan perusahaan menjadi

perusahaan dengan rating high-third middle-third, maupun low-third belum

digunakan oleh pihak manajemen perusahaan non-financial di Indonesia sebagai

faktor utama dalam menggunakan faktor-faktor lain seperti leverage dan

profitability serta pemeringkat agen (PEFINDO) dalam menentukan struktur

modal perusahaan.

Hasil penelitian model 3 tidak menerima hipotesis yang menyatakan bahwa

Credit Rating batas kategori investment grade non investment grade menolak

hipotesis 3. Walaupun dominasi rating Indonesia pada batas kategori investment

grade (BBB), tetapi fluktuasi pasar dan kemampuan pengembalian menyebabkan

perubahan rating yang selalu berubah serta keputusan perusahaan untuk tidak

mempublish rating. Karena PEFINDO memberikan keleluasaan peraturan bagi

perusahaan yang ingin menghold rating yang tidak sesuai dengan keinginan

perusahaan. Pihak manajemen juga bisa memiliki opsi lain untuk melihat

profitability dan leverage.

Untuk ketiga variabel kontrol yang disandingkan pada setiap model dari

model 1 hingga 8 memiliki hasil yang bervariasi pada setiap model terhadap

struktur modal. Pada model 1 dan model 3 variabel kontrol yang berpengaruh

adalah leverage, menurut Burton,Adam dan Hardwick (1998) dalam Raharja dan

Sari (2008), menyatakan menggunakan hutang maka pemilik memperoleh dana

dan tidak kehilangan kendali perusahaan. Semakin besar rasio leverage

perusahaan, maka semakin besar resiko kegagalan perusahaaan. Semakin rendah

leverage perusahaan, maka semakin peringkat yang diberikan terhadap

persusahaan. Hal ini mengindikasikan bahwa perusahaan dengan tingkat leverage

yang tinggi cenderung memiliki kemampuan yang rendah dalam memenuhi

kewajibannya. Maka oleh karena itu perusahaan yang memiliki rasio leverage

yang tinggi pada tahun sebelumnya akan memutuskan untuk menerbitkan untuk


85


menerbitkan lebih sedikit hutang terhadap ekuitas dalam keputusan struktur

modalnya.

Profitability memiliki pengaruh positif dan signifikan terhadap struktur

modal. Pengaruh yang positif ini menunjukkan bahwa manajer cenderung akan

membuat keputusan yang positif ini untuk menerbitkan lebih banyak hutang.

Dengan kondisi perusahaan sednag mengalami peningkatan profit atau

profitabilitas perusahaan sedang tinggi. Arah pengaruh yang positif(+) secara

argumentatif dapat dijelaskan oleh fungsi hutang sebagai upaya penghematan

pajak, dimana profitabilitas perushaaan mengandung konsekuensi pembayaran

pajak secara proporsional. Namun, karena cost of debt akan mengurangi

profitabilitas akan semakin mendorong perusahaan untuk melakukan debt

financing atau sbealiknya. Sedangkan variabel ukuran perusahaan (size) ternyata

tidak memiliki pengaruh yang signifikan dalam menentukan struktur modal yang

akan diputuskan oleh pihak manajemen.

Dari analisa keseluruhan hasil diatas, terlihat sangat jelas bahwa Credit Rating

tidak memiliki pengaruh dalam keputusan struktur modal. Hasil ini kemungkinan

dapat disebabkan karena kurang luasnya data dan balance periode data yang

digunakan sebagai sampel penelitian. Oleh karena itu, pada awal penelitian

(pretest) dilakukan dengan memasukkan perusahaan manufaktur saja, hasil yang

didapatkan tidak signifikan kemudian, dtambahkan perusahaan lain yang diluar

manufaktur kedalam sampel penelitian, jumlah poin data 162 data. Pengujian

dengan sampel yang sudah berisi perusahaan yang diluar manufaktur (non

financial) ternyata tetap memberikan hasil bahwa Credit Rating tidak memiliki

pengaruh terhadap keputusan struktur modal (lihat Lampian 2). dari semua model

yang diuji, belum juga satupun variabel Credit Rating memiliki hasil Uji- t statistik

yang signifikan. Begitupula ketika variabel Credit Rating dimasukkan kedalam

teori tradeoff dan pecking order. Dari hasil tersebut, tetap tidak ada satupun

variabel Credit Rating yang terlihat signifikan mempengaruhi variabel dependen.

Untuk memberikan penggambaran yang jelas mengenai hasil pengujian

tersebut, perlu diperlihatkan R-Squared dan Adjusted R-Squared dari hasil. Dari

hasil-hasil pengujian model 1 hingga 3 (lihat lampiran 2) menunjukkan bahwa


86


hasil pengujian memiliki tingkat angka dikisaran 0,07 dengan tingkat keberhasilan

sebesar 7%. Oleh karena itu, variasi variabel dependen tidak dijelaskan sebsar

93% oleh varians dari variabel independen secara stimultan atau dipengaruhi oleh

berbagai faktor lain yang tidak termasuk di dalam model penelitian. Selanjutnya

hasil tersebut menunjukkan bahwa Adjusted R-Squared berada sekitar 0,06. Meski

tidak terlalu tinggi, nilai Adjusted R-Squared yang positif menunjukkan bahwa

model telah terbentuk dengan baik dan penalti yang d iberikan atas penambahan

regresor tidak terlalu besar.



BAB V

SIMPULAN DAN SARAN

5.1 Simpulan

Berdasarkan analisis penelitian, maka dapat ditarik kesimpulan bahwa:

1. Credit Rating CRPlus (mendekati peningkatan) CRMinus (mendekati penurunan)

tidak memiliki pengaruh terhadap struktur modal pada perusahaan non

financial di Indonesia yang terdaftar di Bursa Efek Indonesia Periode 2010-

2015 baik dilihat secara Broad Rating atau secara Spesifik dengan Micro

Rating.

2. Credit Rating kategori low-third dan high-third berdasarkan Credit Score Test

tidak memiliki pengaruh terhadap struktur modal pada perusahaan non

financial di Indonesia Periode 2010-2015.

3. Credit Rating dengan batas investment dan non-investment berdasarkan

IGNIG test tidak memiliki pengaruh terhadap stuktur modal pada perusahaan

non financial di Indonesia periode 2010-2015.

5.2 Saran

Adapun saran yang bisa peneliti berikan pada penelitian ini yaitu:

1. Perusahaan

a) Berdasarkan dari hasil penelitian ini, dapat disimpulkan bahwa perusahaan

tidak perlu menggunakan Credit Rating sebagai faktor keputusan struktur

modal.

2. Bagi Akademisi dan penelitian selanjutnya

a) Melakukan penelitian berkelanjutan dengan sampel yang lebih luas, dengan

menggunakan Unbalanced Panel Data yang lebih stabil setiap periode

perusahaan-nya;

b) Menambahkan objek rating agency lainnya seperti PT. Kasnic Credit

Rating Indonesia (Sari,2007);

c) Penelitian selanjutnya diharapkan menambahkan variabel control

ownership, pertumbuhan aktiva, risiko bisnis dimana variabel tersebut bisa

membuat data lebih spesifik dan memiliki pengaruh terhadap struktur

modal.



DAFTAR PUSTAKA

Afriyeni, Endang (2012). Model Prediksi Financial Distress Perusahaan

Polibisnis, Volume 4 no.2.

Amrullah, K. (2007). Kemampuan Rasio Keuangan sebagai Alat untuk

memprediksi Peringkat Obligasi Perusahaan Manufaktur.

Angeliend, R. P. (2011). Analisis Struktur Modal dan Faktor-Faktor yang

Mempengaruhinya : Studi Pada Sektor Manufaktur di Bursa efek

Indonesia. Jurnal Ekonomi dan Bisnis, 15.

Ariefianto, M. D. (2012). Ekonometrika : Esensi dan Aplikasi dengan

menggunakan EViews. Jakarta: Erlangga.

Badhuri, S. N. (2002). “Determinants of Corporate Borrowing: Some Evidence

from the Indian Corporate Structure”, Journal of Economics and Finance.

200.

Bambang Prasetyo, M. J. (2005). Metode Penelitian Kuantitatif Teori dan

Aplikasi. Jakarta: PT. Raja Grafindo Persada.

Bangun, N. (2008). Analisis Faktor-faktor yang mempengaruhi struktur modal

(studi empiris terhadap perusahaan manufaktur yag terdaftar di BEJ. 35-

47.

Chairunas. (2014). Analisis Pengaruh Perubahan Peringkat Obligasi Terhadap

Cash Holdings Perusahaan Non-Keuangan Yang terdaftar di Bursa Efek

Indonesia Periode 2005-2012. Depok: Skripsi FISIP Universitas

Indonesia.

Chandra, S. K. (2005). Riset Keuangan : Pengujian-Pengujian Empiris. Jakarta:

PT. Gramedia Pustaka Utama.

Darren, J. K. (2009). Credit Rating on Capital Structure. The Journal od Finance,

38.

Devi, L. S. (2007). Faktor-Faktor yang Mempengaruhi Prediksi Peringkat

Obligasi pada Perusahaan Manufaktur yang Terdaftar di BUrsa Efek

Jakarta. Proceeding Seminar Nasional Manajemen SMART, 23.

Ehrhardt, E. F. (2016). Financial Management : Theory and Practice. New York:

Cengage Learning.

Emery, D. d. (2007). Corporate Financial Management. New Jersey: Pearson

prentice hall .

Estiyanti, N. M. (2011). Pengaruh Faktor Keuangan dan Non-Keuangan pada

Peringkat Obligasi di Bursa Efek Indonesia The Journal of Finance, 23.


89


Firnanti, F. (2011). Faktor-Faktor yang Mempengaruhi Struktur Modal

Perusahaan Manufaktur di Bursa Efek Indonesia Periode 2007-2009.

Jurnal Bisnis dan Akuntansi, 119-128.

Febriansyah (2010) Signifikansi Credit Rating Terhadap Struktur Modal.Jurnal

Ekonomi SBM Institut Teknologi Bandung.

Ghosh. (2000). The Determinants of Capital Structure”, American Business

Review. .129.

Ghozali, I. (2013). Aplikasi Analisis Multivariat dengan program SPSS.

Semarang: Badan Unversitas Diponogoro.

Gujarati, D. N. (2006). Dasar Dasar Ekonometrika Jilid ketiga. Indonesia:

Erlangga.

Halim, H. M. (2000). Analisis Laporan Keuangan. Yogyakarta: UPP AMP

YKPN.

Hery. (2015). Analisis Kinerja Manajemen . Jakarta: Grasindo.

Houston, B. E., & Joel, F. (2001). Manajemen Keuangan II. Jakarta: Salemba

Empat.

Hovakimian, A., Kayhan, A., & Sheridan, T. (2009). Credit Rating Targets.

Journal of finance, 49.

Johan Van Berlekom, E. B. (2012). "The Impact of Credit Ratings on Firms"

Capital Structure Decision: A study on the European Market". Working

Paper; Sweden;LUND University, 74.

Kartika, A. (2009). Faktor-Faktor yang Mempengaruhi Struktur Modal pada

Perusahaan Manufaktur yang Go Public di BEI. Dinamika Keuangan dan

Perbankan, 18.

Keuangan, O. J. (2017, may 27). Ringkasan Statistik Pasar Modal Indonesia Pada

tahun 2010-2016. Diambil kembali dari OJK: www.ojk.go.id

Kompas. (2017, may 27). S&P beri Peringkat Investment Grade Indonesia

menjadi BBB-/A-3 dengan outlook stabil . Diambil kembali dari

Kompas.com: http://bisniskeuangan.kompas.com/read/2017

/05/19/165027126/s.p.beri.peringkat.investment.grade.untuk.indonesia

Kompas. (2017, March 13). Tren Obligasi Gagal Bayar. Diambil kembali dari

Kompasiana: www.kompasiana.com

Klein, M. M. (2011). The relevance of external credit rating in the capital

structure decision-making process. Journal University of Hohenheim, 55.

Kuncoro, M. (2007). Metode Kuantitatif: Teori dan Aplikasi Untuk Bisnis dan

Ekonomi Edisi Ketiga. Yogyakarta: Unit Penerbit dan Percetakan (UPP)

STIM YKPN.


90


Mardiyanto, H. (2009). Intisari Manajemen Keuangan. Jakarta: Grasindo.

Mulyono, S. (2003). Statistika untuk EKonomi Edisi Kedua. Jakarta: Lembaga

Penerbit Fakultas Ekonomi UI.

Musdalifah, A., Mintarti, S., & Maryam, N. (2015). Manajemen Investasi :

fundamental, Teknikal, perilaku Investor dan Return Saham. Indonesia:

Deepublish.

Nachrowi, U. D., & Hardius. (2006). Pendekatan Populer dan Praktis

Ekonometrika Untuk Analisis Ekonomi dan Keuangan. Jakarta: Lembaga

Penerbit Fakultas Ekonomi Universitas Indonesia.

Neuman, W. L. (2007). Basic of Social Research : Qualitative and Quantative

Approaches. 2nd edition: Pearson Education.

Nurmayanti, M. d. (2009). Faktor-Faktor yang Mempengaruhi Prediksi Peringkat

Obligasi Ditinjau dari Faktor Akuntansi dan Non Akuntansi. Jurnal Bisnis

dan Akuntansi, 12.

Neuman, W. L. (2007). Basic of Social Research : Qualitative and Quantative

Approaches. 2nd edition: Pearson Education.

Pandutama, A. (2012). Faktor-Faktor yang Mempengaruhi Prediksi Obligasi pada

Perusahaan Manufaktur BEI. Jurnal Ilmiah Mahasiswa Akuntansi, 8.

Pefindo. (2017, May 27). Rata-Rata Kumulatif Gagal Bayar tahun 1996-2015

(%). Diambil kembali dari Pefindo: www.Pefindo.com

Putri (2008) : Pengaruh Kredit Rating terhadap struktur modal: Jurnal Universitas

UGM.

Pudjiastuti, H. S. (2004). Dasar-dasar Manajemen Keuangan; edisi 4.

Yogyakarta: Yogyakarta;UUP AMPYKPN.

Raqeeb,, A., Syed , T. H., & Farooq, E.-A. (2012). Effect of Credit Rating on

Capital Structure : A study on non-financial firms in Pakistan. The

Journal of Management and Social Science, 8.

Ross, S. A. (1977). The Determination of Financial Structure: The Incentive-

Signalling Approach. WILEY American Finance Association, 119-128.

Ruslim, H. (2009). Pengujian Struktur Modal (Teori Pecking Order): Analisis

Empiris Terhadap Saham di LQ-45. Jurnal Bisnis dan Akuntansi, 209-221

Santoso, G. (2007). Metodologi Penelitian, Edisi Kedua. Jakarta: Prestasi Pustaka.

Sari, maylia pramono(2007). Kemampuan Rasio Keuangan sebagai Alat untuk

memprediksi peringkat Obligasi (PT. PEFINDO) jurnal bisnis dan

EKonomi Vol.14, No.2 Universitas Negri Semarang,


91


Seftianne dan Ratih Handayani(2011). Faktor yang mempengaruhi Stuktur Modal

Perusahaan-Perusahaan publik Sektor Menufaktur: junral Bisnis dan

Ekonomi. Vol 13 no.1 hal 39-56.

Sartono, A. (2002). Manajemen Keuangan: Aplikasi dan Teori. Yogyakarta:

BPFE.

Stephen A Ross, W. a. (2008). Corporate Finnace Eight edition. New York: The

McGraw-Hill Companies,Inc.

Stewart C Mayers, N. S. (1984). Corporate financing and investment decisions

when firms have information that investors do not have. Elsevier, 35.

Sudjino, A. (2009). Pengantar Statistik Pendidikan. Jakarta: PT. Rajagrafindo.

Sugiyono. (2008). Statistika Untuk Penelitian. Bandung: Alfabetha.

Suhendro, T. I. (Januari-Juni 2006). Determinasi Capital Structure pada

Perusahaan Manufaktur di Bursa Efek Jakarta Periode 2000-2004. Jurnal

Akuntansi dan Keuangan Indonesia, 77-105.

Syadeli, M. (2013). Struktur Kepemilikan,profitabilitas dan ukuran perusahaan

terhadap kebijakan hutang perusahaan pemanufakturan di bursa efek

indonesia. jurnal manajemen dan akuntansi, 16.

Triola, M. (2004). Essentials of Statistics. USA: Addison-Wesley Longman,

Incorporated.

Wahidahwati. (2002). Pengaruh Kepemilikan Manajerial dan Kepemilikan

Institusional. Simposium Nasional Akuntansi IV IAI (hal. 1084-1107).

Jakarta: IAI.

Widarjono, A. (2009). Ekonometrika: Pengantar dan Aplikasinya. Yogyakarta:

EKONISIA.

WIld, J. j. (2012). Financial Accounting Fundamental. New York: MC-Graw hill.

Yusuf, & Soraya. (2004). Faktor-Faktor yang mempengaruhi praktik perataan laba

pada perusahaan asing dan non asing di Indonesia. 27.



LAMPIRAN



LAMPIRAN 1

NO Kode Perusahaan Jenis Perusahaan

1 ADHI (Persero) Adhi Karya Tbk. Property & Construction

2 AKRA AKR Corporindo Tbk. Whosales (durable&non-durable)

3 AISA Tiga Pilar Sejahtera Food Tbk. Food and Beverage

4 ANTM Aneka Tambang (Persero) Tbk. Mining Oil and Natural Gas

5 APLN Agung Podomoro Land Tbk. Property & Construction

6 APOL Arpeni Pratama Ocean Line Tbk. Shipping & Marine Transport Services

7 BLTA Berlian Laju Tanker Tbk. Shipping & Marine Transport Services

8 BMTR PT. Global Mediacom Trade,Service

9 BTEL Bakrie Telecom Tbk. Telecommunications

10 BUVA PT Bukit Uluwatu Villa Tbk. Hotel

11 BWPT BW Plantation Tbk. Wood Based and Agro Industries

12 CMNP Citra Marga Nusaphala Persada Tbk.

Infrastructure

13 DUTI Duta Pertiwi Tbk. Property & Construction

14 ELSA Elnusa Tbk. Mining Oil and Natural Gas

15 ELTY Bakrieland Development Tbk. Property & Construction

16 EXCL XL Axiata Tbk. d/h PT Excelcomindo Pratama.

Telecommunications

17 FAST Fast Food Indonesia Tbk. Consumer Goods

18 HITS Humpuss Intermoda Transportasi Tbk.

Shipping & Marine Transport Services

19 INKP Indah Kiat Pulp & Paper Corp. Tbk

Wood Based and Agro Industries

20 INDF Indofood Sukses Makmur Tbk. Consumer Goods

21 ISAT Indosat Tbk. Telecommunications

22 KAEF Kimia Farma Tbk Pharmacy

23 JPFA Japfa Comfeed Indonesia Tbk. Poultry

24 JSMR (Persero) Jasa Marga Tbk. Infrastructure

25 LTLS Lautan Luas Tbk. Chemicals

26 MAIN Malindo Feedmill Tbk. Poultry

27 MAPI Mitra Adiperkasa Tbk. Retail



28 MEDC Medco Energi Internasional Tbk. Mining Oil and Natural Gas

29 MNCN Media Nusantara Citra Tbk Advertising, Printing and Media

30 MPPA Matahari Putra Prima Tbk. Retail

31 MYOR Mayora Indah Tbk. Consumer Goods

32 PGAS PT. Perusahaan Gas Negara (Persero) Tbk

Infrastructure

33 PTBA Bukit Asam (Persero) Tbk Mining Oil and Natural Gas

34 PJAA Pembangunan Jaya Ancol Tbk. Recreation

35 TLKM (Persero) Telekomunikasi Indonesia Tbk.

Telecommunications

36 TKIM Pabrik Kertas Tjiwi Kimia Tbk. Wood Based and Agro Industries

37 TRUB Truba Alam Manunggal (Jaya) Engineering Tbk.

Property & Construction

38 RMBA Bentoel Internasional Investama Tbk.

Tobbaco Manufacture

39 ROTI Nippon Indosari Corpindo Tbk. Consumer Goods

40 SCMA Surya Citra Televisi Tbk. Advertising, Printing and Media

41 SIMP Salim Ivomas Pratama Tbk. Wood Based and Agro Industries

42 SMSM Selamat Sempurna Tbk. Automotive, Related Industry

43 SMRA Summarecon Agung Tbk. Property & Construction

44 STTP Siantar Top Tbk. Consumer Good

45 WIKA Wijaya Karya (Persero) Tbk. Property & Construction

46 TBLA Tunas Baru Lampung Tbk. Plantation

47 RICY PT. Ricky Putra Globalindo Tbk. Textile, Garment

48 TRIO Trikomsel Oke Tbk. Telecommunications



LAMPIRAN 2

UJI CHOW, UJI HAUSMAN DAN LANGRANGE MULTIPLIER TEST

MODEL 1

Chow Test

Redundant Fixed Effects Tests

Equation: Untitled

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 1.205890 (44,110) 0.2162

Cross-section Chi-square 62.981216 44 0.0316

Hausman Test

Correlated Random Effects - Hausman Test

Equation: Untitled

Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 6.927765 5 0.2261


96


Lagrange Multiplier Test

Lagrange Multiplier Tests for Random Effects

Null hypotheses: No effects

Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided

(all others) alternatives

Test Hypothesis

Cross-section Time Both

Breusch-Pagan 0.001487 0.001405 0.002891

(0.9692) (0.9701) (0.9571)

Honda 0.038555 0.037479 0.053765

(0.4846) (0.4851) (0.4786)

King-Wu 0.038555 0.037479 0.048416

(0.4846) (0.4851) (0.4807)

Standardized Honda 0.376867 0.597833 -4.589404

(0.3531) (0.2750)

--

Standardized King-Wu 0.376867 0.597833 -3.197473

(0.3531) (0.2750) --

Gourierioux, et al.* -- -- 0.002891

(>= 0.10)

*Mixed chi-square asymptotic critical values:

1% 7.289

5% 4.321

10% 2.952

MODEL 2

Chow Test


Equation: Untitled



Cross-section F 1.211647 (44,111) 0.2102



97


Hausman Test


Equation: Untitled





Lagrange Multiplier Tests for Random Effects Null hypotheses: No effects Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided (all others) alternatives

Test Hypothesis Cross-section Time Both Breusch-Pagan 0.004638 0.000856 0.005494 (0.9457) (0.9767) (0.9409)

Honda 0.068100 0.029261 0.068844 (0.4729) (0.4883) (0.4726)

King-Wu 0.068100 0.029261 0.050813 (0.4729) (0.4883) (0.4797)

Standardized Honda 0.367687 0.588469 -4.583648 (0.3566) (0.2781) --

Standardized King-Wu 0.367687 0.588469 -3.206687 (0.3566) (0.2781) --

Gourierioux, et al.* -- -- 0.005494 (>= 0.10) *Mixed chi-square asymptotic critical values:

1% 7.289 5% 4.321

10% 2.952


98


MODEL 3

Chow Test


Equation: Untitled



Cross-section F 1.160815 (44,114) 0.2625







Test Hypothesis


Breusch-Pagan 0.016235 0.244533 0.260767

(0.8986) (0.6210) (0.6096)

Honda 0.127415 0.494502 0.439762

(0.4493) (0.3105) (0.3301)

King-Wu 0.127415 0.494502 0.508236

(0.4493) (0.3105) (0.3056)


(0.3855) (0.1976)

--


(0.3855) (0.1976) --


(>= 0.10)


1% 7.289

5% 4.321

10% 2.952


99


MODEL 4






Test Hypothesis


Breusch-Pagan 0.005401 0.006476 0.011877

(0.9414) (0.9359) (0.9132)

Honda 0.073492 0.080474 0.108870

(0.4707) (0.4679) (0.4567)

King-Wu 0.073492 0.080474 0.100776

(0.4707) (0.4679) (0.4599)


(0.3391) (0.2611)

--


(0.3391) (0.2611) --


(>= 0.10)


1% 7.289

5% 4.321

10% 2.952

MODEL 5

Chow Test

Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects

Effects Test Statistic d.f. Prob. Cross-section F 1.213739 (44,111) 0.2082



100


Hausman Test


Equation: Untitled









Test Hypothesis


Breusch-Pagan 0.014970 0.001820 0.016790

(0.9026) (0.9660) (0.8969)

Honda 0.122354 0.042659 0.116682

(0.4513) (0.4830) (0.4536)

King-Wu 0.122354 0.042659 0.081980

(0.4513) (0.4830) (0.4673)


(0.3394) (0.2733)

--


(0.3394) (0.2733) --


(>= 0.10)


1% 7.289

5% 4.321

10% 2.952


101


MODEL 6

Chow Test


Equation: PM_3



Cross-section F 1.154822 (44,114) 0.2694







Test Hypothesis


Breusch-Pagan 0.023049 0.273086 0.296136

(0.8793) (0.6013) (0.5863)

Honda 0.151820 0.522577 0.476870

(0.4397) (0.3006) (0.3167)

King-Wu 0.151820 0.522577 0.542970

(0.4397) (0.3006) (0.2936)


(0.3782) (0.1898)

--


(0.3782) (0.1898) --


(>= 0.10)


1% 7.289

5% 4.321

10% 2.952


102


MODEL 7




Honda 0.128411 -0.313647 -0.130982 (0.4489) -- --

King-Wu 0.128411 -0.313647 -0.251615 (0.4489) -- --




1% 7.289 5% 4.321

10% 2.952


103


MODEL 8




Honda 0.103080 -0.323543 -0.155891 (0.4589) -- --

King-Wu 0.103080 -0.323543 -0.269506 (0.4589) -- --




1% 7.289 5% 4.321

10% 2.952



LAMPIRAN 3

MODEL PENDEKATAN REGRESI DATA PANEL

MODEL 1 (COMMON EFFECT MODEL)



Date: 09/26/17 Time: 22:24


PANEL<>39

Periods included: 6




C 0.119764 0.071973 1.664026 0.0984

CRPLUS 0.027018 0.027443 0.984545 0.3266

CRMINUS 0.029317 0.027303 1.073768 0.2848

LEVERAGE -0.087490 0.052337 -1.671673 0.0969

PROFITABILITY 0.203206 0.094120 2.159011 0.0326

SIZE -0.001785 0.001984 -0.899391 0.3700









105





Date: 09/26/17 Time: 22:51


PANEL<>39

Periods included: 6




C 0.119051 0.071180 1.672539 0.0967

CRPOM 0.028179 0.023352 1.206712 0.2296

LEVERAGE -0.086739 0.051330 -1.689839 0.0933

PROFITABILITY 0.202974 0.093740 2.165291 0.0321

SIZE -0.001771 0.001970 -0.898936 0.3702









106





Date: 09/26/17 Time: 23:31


PANEL<>39

Periods included: 6




C 0.055955 0.019201 2.914174 0.0041

CRPOM 0.020403 0.023893 0.853935 0.3946









107





Date: 09/28/17 Time: 20:01


PANEL<>39

Periods included: 6




C 0.135087 0.082296 1.641485 0.1030

CRHIGH -0.003321 0.024544 -0.135299 0.8926

CRLOW 0.007986 0.055142 0.144820 0.8851

LEVERAGE -0.082950 0.055357 -1.498451 0.1363

PROFITABILITY 0.209057 0.099187 2.107706 0.0369

SIZE -0.001754 0.002257 -0.777287 0.4383









108





Date: 09/28/17 Time: 20:29


PANEL<>39

Periods included: 6




C 0.128644 0.074935 1.716746 0.0883

CRHOL -0.001671 0.022922 -0.072900 0.9420

LEVERAGE -0.079113 0.051471 -1.537027 0.1266

PROFITABILITY 0.203575 0.094689 2.149930 0.0333

SIZE -0.001556 0.002001 -0.777475 0.4382









109





Date: 09/28/17 Time: 20:50


PANEL<>27

Periods included: 6




C 0.060051 0.017670 3.398404 0.0009

CRHOL 0.000168 0.023171 0.007242 0.9942






F-statistic 5.24E-05 Durbin-Watson stat 1.292454



110





Date: 09/29/17 Time: 14:47


PANEL<>39

Periods included: 6





C 0.133945 0.073498 1.822420 0.0705

CRIGNIG -0.162421 0.163622 -0.992660 0.3226

LEVERAGE -0.091106 0.054276 -1.678569 0.0955

PROFITABILITY 0.194290 0.102540 1.894767 0.0602

SIZE -0.001489 0.001957 -0.760971 0.4479









111





Date: 09/29/17 Time: 15:17


PANEL<>39

Periods included: 6





C 0.124497 0.074381 1.673774 0.0964

CRIGNIG -0.171568 0.163834 -1.047208 0.2968

CRPOM 0.024672 0.023067 1.069609 0.2866

LEVERAGE -0.096832 0.053931 -1.795487 0.0747

PROFITABILITY 0.195799 0.100526 1.947741 0.0534

SIZE -0.001597 0.001928 -0.828221 0.4090










LAMPIRAN 4

UJI NORMALITAS

MODEL 1

0

2

4

6

8

10

12

14

16

-0.3 -0.2 -0.1 0.0 0.1 0.2 0.3

Series: Standardized ResidualsSample 2010 2015 IF PANEL<>1 AND PANEL<>32 AND PANEL<>38 AND PANEL<>39Observations 144

Mean 2.31e-18Median -0.010301Maximum 0.365454Minimum -0.343192Std. Dev. 0.130867Skewness 0.385035Kurtosis 3.256678

Jarque-Bera 3.953355Probability 0.138529

MODEL 2

0

2

4

6

8

10

12

14

16

-0.3 -0.2 -0.1 0.0 0.1 0.2 0.3


Mean -2.08e-17Median -0.009544Maximum 0.364450Minimum -0.343381Std. Dev. 0.130870Skewness 0.381649Kurtosis 3.257254



113


MODEL 3

0

4

8

12

16

20

24

-0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 0.4




MODEL 4

0

2

4

6

8

10

12

14

16

-0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 0.4





114


MODEL 5

0

2

4

6

8

10

12

14

16

-0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 0.4




MODEL 6

0

4

8

12

16

20

-0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3





115


MODEL 7

0

4

8

12

16

20

-0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3




MODEL 8

0

2

4

6

8

10

12

14

16

-0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3


Mean 1.51e-17Median -0.007653Maximum 0.364508Minimum -0.380072Std. Dev. 0.135826Skewness 0.241348Kurtosis 3.311944




LAMPIRAN 5

UJI MULTIKOLONIERITAS

MODEL 1-3

NETDISSIT CRPLUS CRMINUS LEVERAGE PROFITABILITY SIZE

NETDISSIT 1

0.000752586640

9420561

-0.005902024707

333741

-0.178333519975

2778

0.088917484912795

65

0.091754024012

7515

CRPLUS

0.000752586640

9420561 1

-0.452734960102

905

-0.103466643172

9587

0.119426471043719

6

0.068958903605

64785

CRMINUS

-0.005902024707

333741

-0.452734960102

905 1

0.225922662520

8323

-0.132692359387818

6

-0.049754528609

45955

LEVERAGE

-

0.1783335199752778

-

0.1034666431729587

0.2259226625208323 1

-

0.4448318074431144

-

0.6609437122662234

PROFITABILITY

0.08891748491279565

0.1194264710437196

-

0.1326923593878186

-

0.4448318074431144 1

0.3564358803812021

SIZE 0.091754024012

7515 0.068958903605

64785

-

0.04975452860945955

-

0.6609437122662234

0.3564358803812021 1

NETDISSIT CRPOM LEVERAGE

PROFITABILIT

Y SIZE

NETDISSIT 1

-

0.005091370536

140561

-

0.178333519975

2778

0.088917484912

79565

0.091754024012

7515

CRPOM

-

0.005091370536

140561 1

0.125555757028

488

-

0.019268192604

76901

0.015230021958

47431

LEVERAGE

-

0.178333519975

2778

0.125555757028

488 1

-

0.444831807443

1144

-

0.660943712266

2234

PROFITABILIT

Y

0.088917484912

79565

-0.019268192604

76901

-0.444831807443

1144 1

0.356435880381

2021

SIZE

0.091754024012

7515

0.015230021958

47431

-0.660943712266

2234

0.356435880381

2021 1


117


MODEL 4-6

NETDISSIT CRHIGH CRLOW LEVERAGE

PROFITABILIT

Y SIZE

NETDISSIT 1

0.064077140823

57611

-0.071783624023

15131

-0.178333519975

2778

0.088917484912

79565

0.091754024012

7515

CRHIGH

0.064077140823

57611 1

-0.241188194471

3598

-0.164779905938

584

0.222323288723

3435

-0.145160447026

7269

CRLOW

-

0.07178362402315131

-

0.2411881944713598 1

0.1763435871166501

-

0.2392857509567488

0.1467472661186165

LEVERAGE

-

0.1783335199752778

-

0.164779905938584

0.1763435871166501 1

-

0.4448318074431144

-

0.6609437122662234

PROFITABILITY

0.08891748491279565

0.2223232887233435

-

0.2392857509567488

-

0.4448318074431144 1

0.3564358803812021

SIZE

0.091754024012

7515

-

0.145160447026

7269

0.146747266118

6165

-

0.660943712266

2234

0.356435880381

2021 1

NETDISSIT CRHOL LEVERAGE

PROFITABILIT

Y SIZE

NETDISSIT 1

0.033081522438

0188

-

0.178333519975

2778

0.088917484912

79565

0.091754024012

7515

CRHOL

0.033081522438

0188 1

-

0.088711092195

4119

0.119090358715

7109

-

0.081940305483

7471

LEVERAGE

-0.178333519975

2778

-0.088711092195

4119 1

-0.444831807443

1144

-0.660943712266

2234

PROFITABILIT

Y

0.088917484912

79565

0.119090358715

7109

-0.444831807443

1144 1

0.356435880381

2021

SIZE

0.091754024012

7515

-0.081940305483

7471

-0.660943712266

2234

0.356435880381

2021 1


118


MODEL 7-8

NETDISSIT CRIGNIG LEVERAGE

PROFITABILIT

Y SIZE

NETDISSIT 1

-

0.147731391266

6598

-

0.199781259885

712

0.106035178693

7811

0.117443934094

288

CRIGNIG

-

0.147731391266

6598 1

0.064921633784

38174

-

0.117899299780

4724

-

0.104201844202

7374

LEVERAGE

-0.199781259885

712

0.064921633784

38174 1

-0.451961584686

8018

-0.668234053555

6461

PROFITABILIT

Y

0.106035178693

7811

-0.117899299780

4724

-0.451961584686

8018 1

0.365802448252

7847

SIZE

0.117443934094

288

-0.104201844202

7374

-0.668234053555

6461

0.365802448252

7847 1

NETDISSIT CRIGNIG CRPOM LEVERAGE

PROFITABILIT

Y SIZE

NETDISSIT 1

-0.147731391266

6598

-0.029825422058

03145

-0.199781259885

712

0.106035178693

7811

0.117443934094

288

CRIGNIG

-

0.1477313912666598 1

0.1110040985551161

0.06492163378438174

-

0.1178992997804724

-

0.1042018442027374

CRPOM

-

0.02982542205803145

0.1110040985551161 1

0.1434214114802753

-

0.05285970976994544

-

0.04116597823059369

LEVERAGE

-

0.199781259885712

0.06492163378438174

0.1434214114802753 1

-

0.4519615846868018

-

0.6682340535556461

PROFITABILIT

Y

0.106035178693

7811

-

0.117899299780

4724

-

0.052859709769

94544

-

0.451961584686

8018 1

0.365802448252

7847

SIZE

0.117443934094

288

-

0.104201844202

7374

-

0.041165978230

59369

-

0.668234053555

6461

0.365802448252

7847 1



LAMPIRAN 6

UJI HETEROSKEDASTISITAS ( UJI GLESJER)

MODEL 1

Dependent Variable: ABS(RESIDUAL_PM_1_NO)


Date: 09/26/17 Time: 22:32

Sample: 2010 2015

Periods included: 6




C 0.129705 0.042996 3.016650 0.0030

CRPLUS 0.016837 0.016394 1.027028 0.3062

CRMINUS -0.001449 0.016311 -0.088849 0.9293

LEVERAGE -0.039926 0.031266 -1.276991 0.2037

PROFITABILITY 0.014825 0.056227 0.263663 0.7924

SIZE -0.000369 0.001186 -0.311176 0.7561









120


MODEL 2



Date: 09/26/17 Time: 22:55

Sample: 2010 2015

Periods included: 6




C 0.135399 0.042729 3.168759 0.0019

CRPOM 0.007565 0.014018 0.539664 0.5903

LEVERAGE -0.046056 0.030813 -1.494694 0.1373

PROFITABILITY 0.016865 0.056272 0.299711 0.7648

SIZE -0.000479 0.001182 -0.405208 0.6859









121


MODEL 3



Date: 09/26/17 Time: 23:39

Sample: 2010 2015

Periods included: 6




C 0.101889 0.012086 8.430176 0.0000

CRPOM 0.006006 0.015039 0.399325 0.6903









122


MODEL 4

Dependent Variable: ABS(RESIDUAL_PM_1_NO_3)


Date: 09/28/17 Time: 20:06

Sample: 2010 2015

Periods included: 6




C 0.117639 0.049586 2.372444 0.0191

CRHIGH 0.010796 0.014788 0.730026 0.4666

CRLOW 0.006343 0.033225 0.190920 0.8489

LEVERAGE -0.034996 0.033355 -1.049219 0.2959

PROFITABILITY 0.020242 0.059763 0.338698 0.7354

SIZE -4.01E-05 0.001360 -0.029479 0.9765









123


MODEL 5



Date: 09/28/17 Time: 20:34

Sample: 2010 2015

Periods included: 6




C 0.120172 0.045237 2.656514 0.0088

CRHOL 0.010032 0.013838 0.724939 0.4697

LEVERAGE -0.036676 0.031072 -1.180349 0.2399

PROFITABILITY 0.021540 0.057162 0.376820 0.7069

SIZE -0.000110 0.001208 -0.091226 0.9274









124


MODEL 6



Date: 09/28/17 Time: 20:53

Sample: 2010 2015

Periods included: 6




C 0.095584 0.011207 8.529318 0.0000

CRHOL 0.014388 0.014695 0.979103 0.3292









125


MODEL 7

Dependent Variable: ABS(RESIDUAL_PM_NO_WP_3)


Date: 09/29/17 Time: 14:41

Sample: 2010 2015

Periods included: 6




C 0.126001 0.043647 2.886800 0.0045

CRIGNIG 0.157602 0.048127 3.274702 0.0013

LEVERAGE -0.036455 0.031278 -1.165508 0.2458

PROFITABILITY 0.026002 0.057868 0.449333 0.6539

SIZE -0.000133 0.001201 -0.111171 0.9116









126


MODEL 8

Dependent Variable: ABS(RESIDUAL_PM_2_NO_WP_3)


Date: 09/29/17 Time: 15:15

Sample: 2010 2015

Periods included: 6




C 0.129166 0.043556 2.965482 0.0036

CRIGNIG 0.152177 0.047944 3.174064 0.0018

CRPOM 0.010223 0.013983 0.731088 0.4659

LEVERAGE -0.044233 0.031146 -1.420204 0.1578

PROFITABILITY 0.018636 0.057316 0.325151 0.7456

SIZE -0.000302 0.001190 -0.253900 0.7999










DAFTAR RIWAYAT HIDUP

(CURRICULUM VITAE)

Full Name Anggi Nadia

Place Date of

Birth

Jakarta, 5 Juni 1993

Phone Number (+62)-896-7578-3747

E-mail [email protected]

General

Qualification

Website Design (Wordpress, Drupal), Photoshop Editing, Video Editing, Windows Operating System, Internet User Skill, Indonesian, English, Korean.

Course, Trainning

and Conference

2015 Sekolah Pasar Modal & blommberg trainning.

2012-2013 Lembaga Bahasa Internasional – Universitas Indonesia (Korean literature)

2014 Saba Kampus (KOMPAS) - Training class Business Development and travel writing from KOMPAS.

2014 Test Potential Korean Languange (TOPIK)

2017 TOEFL – LBI UI

Related Activities 2017-Present Jajan Pahala as Social Media Officer

2017-Present Korean Hansik Supporter – Social Media Editor and Influencer.

2014-Present Korean Culture Center

2015 Violin Community


mailto:[email protected]

ANALISIS PENGARUH CREDIT RATING OBLIGASI TERHADAP …

Documents

Transcript of ANALISIS PENGARUH CREDIT RATING OBLIGASI TERHADAP …